stanford_robocook_converted_externally_to_rlds

  • Description :

Franka préparant des raviolis avec divers outils

Diviser Exemples
'train' 2 460
  • Structure des fonctionnalités : 
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.),
    }),
})
  • Documentation des fonctionnalités :
Fonctionnalité Classe Forme Type D Description
FonctionnalitésDict
épisode_métadonnées FonctionnalitésDict
épisode_metadata/extrinsiques_1 Tenseur (4, 4) flotteur32 Caméra 1 Matrice extrinsèque.
épisode_metadata/extrinsiques_2 Tenseur (4, 4) flotteur32 Caméra 2 Matrice extrinsèque.
épisode_metadata/extrinsiques_3 Tenseur (4, 4) flotteur32 Caméra 3 Matrice extrinsèque.
épisode_metadata/extrinsiques_4 Tenseur (4, 4) flotteur32 Caméra 4 Matrice extrinsèque.
épisode_metadata/file_path Texte chaîne Chemin d'accès au fichier de données d'origine.
mesures Ensemble de données
étapes/actions Tenseur (7,) flotteur32 L'action du robot comprend [3x vitesses d'effecteur terminal du robot, 3x vitesses angulaires d'effecteur terminal du robot, 1x vitesse de préhension].
étapes/remise Scalaire flotteur32 Remise si fournie, par défaut à 1.
étapes/is_first Tenseur bouffon
étapes/est_dernier Tenseur bouffon
étapes/is_terminal Tenseur bouffon
étapes/langue_embedding Tenseur (512,) flotteur32 Intégration du langage Kona. Voir https://tfhub.dev/google/universal-sentence-encoder-large/5
étapes/instruction_langue Texte chaîne Enseignement des langues.
étapes/observation FonctionnalitésDict
étapes/observation/profondeur_1 Tenseur (256, 256) flotteur32 Caméra 1 Observation de la profondeur.
étapes/observation/profondeur_2 Tenseur (256, 256) flotteur32 Caméra 2 Observation de la profondeur.
étapes/observation/profondeur_3 Tenseur (256, 256) flotteur32 Caméra 3 Observation de la profondeur.
étapes/observation/profondeur_4 Tenseur (256, 256) flotteur32 Caméra 4 Observation de la profondeur.
étapes/observation/image_1 Image (256, 256, 3) uint8 Caméra 1 observation RVB.
étapes/observation/image_2 Image (256, 256, 3) uint8 Caméra 2 d'observation RVB.
étapes/observation/image_3 Image (256, 256, 3) uint8 Caméra 3 d'observation RVB.
étapes/observation/image_4 Image (256, 256, 3) uint8 Caméra 4 d'observation RVB.
étapes/observation/état Tenseur (7,) flotteur32 L'état du robot comprend [3x positions de l'effecteur terminal du robot, 3x angles Euler de l'effecteur terminal du robot, 1x position de la pince].
étapes/récompense Scalaire flotteur32 Récompense si fournie, 1 à la dernière étape pour les démos.
  • Citation : 
@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}
}