- বর্ণনা :
ফ্রাঙ্কা বিভিন্ন সরঞ্জাম দিয়ে ডাম্পলিং প্রস্তুত করছে
হোমপেজ : https://hshi74.github.io/robocook/
সোর্স কোড :
tfds.robotics.rtx.StanfordRobocookConvertedExternallyToRlds
সংস্করণ :
-
0.1.0
(ডিফল্ট): প্রাথমিক প্রকাশ।
-
ডাউনলোড আকার :
Unknown size
ডেটাসেটের আকার :
124.59 GiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বিভাজন :
বিভক্ত | উদাহরণ |
---|---|
'train' | 2,460 |
- বৈশিষ্ট্য গঠন :
FeaturesDict({
'episode_metadata': FeaturesDict({
'extrinsics_1': Tensor(shape=(4, 4), dtype=float32, description=Camera 1 Extrinsic Matrix.),
'extrinsics_2': Tensor(shape=(4, 4), dtype=float32, description=Camera 2 Extrinsic Matrix.),
'extrinsics_3': Tensor(shape=(4, 4), dtype=float32, description=Camera 3 Extrinsic Matrix.),
'extrinsics_4': Tensor(shape=(4, 4), dtype=float32, description=Camera 4 Extrinsic Matrix.),
'file_path': Text(shape=(), dtype=string),
}),
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float32, description=Robot action, consists of [3x robot end-effector velocities, 3x robot end-effector angular velocities, 1x gripper velocity].),
'discount': Scalar(shape=(), dtype=float32, description=Discount if provided, default to 1.),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'language_embedding': Tensor(shape=(512,), dtype=float32, description=Kona language embedding. See https://tfhub.dev/google/universal-sentence-encoder-large/5),
'language_instruction': Text(shape=(), dtype=string),
'observation': FeaturesDict({
'depth_1': Tensor(shape=(256, 256), dtype=float32, description=Camera 1 Depth observation.),
'depth_2': Tensor(shape=(256, 256), dtype=float32, description=Camera 2 Depth observation.),
'depth_3': Tensor(shape=(256, 256), dtype=float32, description=Camera 3 Depth observation.),
'depth_4': Tensor(shape=(256, 256), dtype=float32, description=Camera 4 Depth observation.),
'image_1': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 1 RGB observation.),
'image_2': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 2 RGB observation.),
'image_3': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 3 RGB observation.),
'image_4': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 4 RGB observation.),
'state': Tensor(shape=(7,), dtype=float32, description=Robot state, consists of [3x robot end-effector position, 3x robot end-effector euler angles, 1x gripper position].),
}),
'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
}),
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
episode_metadata | ফিচারসডিক্ট | |||
episode_metadata/extrinsics_1 | টেনসর | (৪, ৪) | float32 | ক্যামেরা 1 এক্সট্রিনসিক ম্যাট্রিক্স। |
episode_metadata/extrinsics_2 | টেনসর | (৪, ৪) | float32 | ক্যামেরা 2 এক্সট্রিনসিক ম্যাট্রিক্স। |
episode_metadata/extrinsics_3 | টেনসর | (৪, ৪) | float32 | ক্যামেরা 3 এক্সট্রিনসিক ম্যাট্রিক্স। |
episode_metadata/extrinsics_4 | টেনসর | (৪, ৪) | float32 | ক্যামেরা 4 এক্সট্রিনসিক ম্যাট্রিক্স। |
episode_metadata/file_path | পাঠ্য | স্ট্রিং | মূল ডেটা ফাইলের পথ। | |
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float32 | রোবট অ্যাকশন, [3x রোবট এন্ড-ইফেক্টর বেগ, 3x রোবট এন্ড-ইফেক্টর কৌণিক বেগ, 1x গ্রিপার বেগ] নিয়ে গঠিত। |
পদক্ষেপ/ছাড় | স্কেলার | float32 | ডিসকাউন্ট দেওয়া হলে, ডিফল্ট 1. | |
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/ভাষা_এম্বেডিং | টেনসর | (512,) | float32 | কোন ভাষা এম্বেডিং. https://tfhub.dev/google/universal-sentence-encoder-large/5 দেখুন |
পদক্ষেপ/ভাষা_নির্দেশ | পাঠ্য | স্ট্রিং | ভাষার নির্দেশনা। | |
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/গভীরতা_1 | টেনসর | (256, 256) | float32 | ক্যামেরা 1 গভীরতা পর্যবেক্ষণ। |
পদক্ষেপ/পর্যবেক্ষণ/গভীরতা_2 | টেনসর | (256, 256) | float32 | ক্যামেরা 2 গভীরতা পর্যবেক্ষণ। |
পদক্ষেপ/পর্যবেক্ষণ/গভীরতা_৩ | টেনসর | (256, 256) | float32 | ক্যামেরা 3 গভীরতা পর্যবেক্ষণ। |
পদক্ষেপ/পর্যবেক্ষণ/গভীরতা_4 | টেনসর | (256, 256) | float32 | ক্যামেরা 4 গভীরতা পর্যবেক্ষণ। |
পদক্ষেপ/পর্যবেক্ষণ/চিত্র_1 | ছবি | (256, 256, 3) | uint8 | ক্যামেরা 1 আরজিবি পর্যবেক্ষণ। |
পদক্ষেপ/পর্যবেক্ষণ/ছবি_২ | ছবি | (256, 256, 3) | uint8 | ক্যামেরা 2 আরজিবি পর্যবেক্ষণ। |
পদক্ষেপ/পর্যবেক্ষণ/চিত্র_৩ | ছবি | (256, 256, 3) | uint8 | ক্যামেরা 3 আরজিবি পর্যবেক্ষণ। |
পদক্ষেপ/পর্যবেক্ষণ/ছবি_৪ | ছবি | (256, 256, 3) | uint8 | ক্যামেরা 4 আরজিবি পর্যবেক্ষণ। |
পদক্ষেপ/পর্যবেক্ষণ/রাষ্ট্র | টেনসর | (৭,) | float32 | রোবট স্টেট, [3x রোবট এন্ড-ইফেক্টর পজিশন, 3x রোবট এন্ড-ইফেক্টর ইউলার অ্যাঙ্গেল, 1x গ্রিপার পজিশন] নিয়ে গঠিত। |
পদক্ষেপ/পুরস্কার | স্কেলার | float32 | প্রদান করা হলে পুরস্কার, ডেমোর জন্য চূড়ান্ত ধাপে 1। |
তত্ত্বাবধান করা কী (দেখুন
as_supervised
doc ):None
চিত্র ( tfds.show_examples ): সমর্থিত নয়।
উদাহরণ ( tfds.as_dataframe ):
- উদ্ধৃতি :
@article{shi2023robocook,
title={RoboCook: Long-Horizon Elasto-Plastic Object Manipulation with Diverse Tools},
author={Shi, Haochen and Xu, Huazhe and Clarke, Samuel and Li, Yunzhu and Wu, Jiajun},
journal={arXiv preprint arXiv:2306.14447},
year={2023}
}