- توضیحات :
فرانکا تهیه کوفته با وسایل مختلف
صفحه اصلی : https://hshi74.github.io/robocook/
کد منبع :
tfds.robotics.rtx.StanfordRobocookConvertedExternallyToRlds
نسخه ها :
-
0.1.0
(پیش فرض): انتشار اولیه.
-
اندازه دانلود :
Unknown size
حجم مجموعه داده :
124.59 GiB
ذخیره خودکار ( اسناد ): خیر
تقسیم ها :
تقسیم کنید | نمونه ها |
---|---|
'train' | 2,460 |
- ساختار ویژگی :
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.),
}),
})
- مستندات ویژگی :
ویژگی | کلاس | شکل | نوع D | توضیحات |
---|---|---|---|---|
FeaturesDict | ||||
قسمت_متاداده | FeaturesDict | |||
episode_metadata/extrinsics_1 | تانسور | (4، 4) | float32 | دوربین 1 ماتریس بیرونی. |
episode_metadata/extrinsics_2 | تانسور | (4، 4) | float32 | دوربین 2 ماتریس بیرونی. |
episode_metadata/extrinsics_3 | تانسور | (4، 4) | float32 | دوربین 3 ماتریس بیرونی. |
episode_metadata/extrinsics_4 | تانسور | (4، 4) | float32 | دوربین 4 ماتریس بیرونی. |
episode_metadata/file_path | متن | رشته | مسیر فایل داده اصلی | |
مراحل | مجموعه داده | |||
مراحل/عمل | تانسور | (7،) | float32 | عملکرد ربات، شامل [3 برابر سرعت اثر پایانی ربات، 3 برابر سرعت زاویهای اثر پایانی ربات، سرعت گیره 1 برابر] است. |
مراحل/تخفیف | اسکالر | float32 | تخفیف در صورت ارائه، پیش فرض 1 است. | |
Steps/is_first | تانسور | بوول | ||
Steps/is_last | تانسور | بوول | ||
Steps/is_terminal | تانسور | بوول | ||
Steps/language_embedding | تانسور | (512،) | float32 | تعبیه زبان کونا. به https://tfhub.dev/google/universal-sentence-encoder-large/5 مراجعه کنید |
مراحل/زبان_آموزش | متن | رشته | آموزش زبان. | |
مراحل / مشاهده | FeaturesDict | |||
مراحل/مشاهده/عمق_1 | تانسور | (256، 256) | float32 | دوربین 1 مشاهده عمق. |
مراحل/مشاهده/عمق_2 | تانسور | (256، 256) | float32 | دوربین 2 مشاهده عمق. |
مراحل/مشاهده/عمق_3 | تانسور | (256، 256) | float32 | دوربین 3 مشاهده عمق. |
مراحل/مشاهده/عمق_4 | تانسور | (256، 256) | float32 | دوربین 4 مشاهده عمق. |
مراحل/مشاهده/تصویر_1 | تصویر | (256، 256، 3) | uint8 | دوربین 1 مشاهده RGB. |
مراحل/مشاهده/تصویر_2 | تصویر | (256، 256، 3) | uint8 | دوربین 2 مشاهده RGB. |
مراحل/مشاهده/تصویر_3 | تصویر | (256، 256، 3) | uint8 | دوربین 3 مشاهده RGB. |
مراحل/مشاهده/تصویر_4 | تصویر | (256، 256، 3) | uint8 | دوربین 4 مشاهده RGB. |
مراحل / مشاهده / حالت | تانسور | (7،) | float32 | حالت ربات، شامل [3 برابر موقعیت افکتور انتهایی ربات، 3 برابر زوایای اویلر اثر پایانی ربات، 1 برابر موقعیت گیره] است. |
مراحل/پاداش | اسکالر | float32 | در صورت ارائه پاداش، 1 در مرحله آخر برای دموها. |
کلیدهای نظارت شده (به
as_supervised
doc مراجعه کنید):None
شکل ( tfds.show_examples ): پشتیبانی نمی شود.
مثالها ( tfds.as_dataframe ):
- نقل قول :
@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}
}