aloha_mobile

• شرح :

مجموعه داده واقعی تقلید از کارهای دستکاری موبایل که دو دستی هستند و نیاز به کنترل کل بدن دارند. 50 نمایش برای هر کار.

• صفحه اصلی : https://mobile-aloha.github.io

• کد منبع : tfds.robotics.rtx.AlohaMobile

• نسخه ها :

  • 0.1.0 (پیش فرض): انتشار اولیه.

• اندازه دانلود : Unknown size

• حجم مجموعه داده : 47.42 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیمات :

• ساختار ویژگی :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(16,), dtype=float32),
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_instruction': string,
        'observation': FeaturesDict({
            'cam_high': Image(shape=(480, 640, 3), dtype=uint8),
            'cam_left_wrist': Image(shape=(480, 640, 3), dtype=uint8),
            'cam_right_wrist': Image(shape=(480, 640, 3), dtype=uint8),
            'state': Tensor(shape=(14,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@inproceedings{fu2024mobile,author = {Fu, Zipeng and Zhao, Tony Z. and Finn, Chelsea},title = {Mobile ALOHA: Learning Bimanual Mobile Manipulation with Low-Cost Whole-Body Teleoperation},booktitle = {arXiv},year = {2024},}