robo_set

  • Descrizione :

Set di dati reali di un singolo braccio robotico che dimostra 12 abilità di manipolazione non banali in 38 attività, 7500 traiettorie.

Diviso Esempi
'train' 18.250
  • Struttura delle caratteristiche :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': string,
        'trial_id': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_instruction': string,
        'observation': FeaturesDict({
            'image_left': Image(shape=(240, 424, 3), dtype=uint8),
            'image_right': Image(shape=(240, 424, 3), dtype=uint8),
            'image_top': Image(shape=(240, 424, 3), dtype=uint8),
            'image_wrist': Image(shape=(240, 424, 3), dtype=uint8),
            'state': Tensor(shape=(8,), dtype=float32),
            'state_velocity': Tensor(shape=(8,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
metadati_episodio CaratteristicheDict
metadati_episodio/percorso_file Tensore corda
metadati_episodio/id_prova Tensore corda
passi Set di dati
passi/azione Tensore (8,) float32
passi/sconto Scalare float32
passi/è_primo Tensore bool
passi/è_ultimo Tensore bool
passi/è_terminale Tensore bool
passi/lingua_istruzioni Tensore corda
passi/osservazione CaratteristicheDict
passi/osservazione/immagine_sinistra Immagine (240, 424, 3) uint8
passi/osservazione/immagine_destra Immagine (240, 424, 3) uint8
passi/osservazione/immagine_top Immagine (240, 424, 3) uint8
passi/osservazione/immagine_polso Immagine (240, 424, 3) uint8
passi/osservazione/stato Tensore (8,) float32
passi/osservazione/stato_velocità Tensore (8,) float32
passi/ricompensa Scalare float32
  • Citazione :
@misc{bharadhwaj2023roboagent, title={RoboAgent: Generalization and Efficiency in Robot Manipulation via Semantic Augmentations and Action Chunking}, author={Homanga Bharadhwaj and Jay Vakil and Mohit Sharma and Abhinav Gupta and Shubham Tulsiani and Vikash Kumar},  year={2023}, eprint={2309.01918}, archivePrefix={arXiv}, primaryClass={cs.RO} }