utokyo_xarm_bimanual_converted_externally_to_rlds

설명 :

xArm 바이 매뉴얼 셋업 접이식 타월

홈페이지 : --
소스 코드 : tfds.robotics.rtx.UtokyoXarmBimanualConvertedExternallyToRlds
버전 :
- 0.1.0 (기본값): 최초 릴리스입니다.
다운로드 크기 : Unknown size
데이터세트 크기 : 138.44 MiB
자동 캐시 ( 문서 ): 예
분할 :

나뉘다	예
`'train'`	64
`'val'`	6

기능 구조 :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(14,), dtype=float32, description=Robot action, consists of [3x EEF position (L), 3x EEF orientation yaw/pitch/roll (L), 1x gripper open/close position (L), 3x EEF position (R), 3x EEF orientation yaw/pitch/roll (R), 1x gripper open/close position (R)].),
        '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({
            'action_l': Tensor(shape=(7,), dtype=float32, description=Left robot action, consists of [3x EEF position, 3x EEF orientation yaw/pitch/roll].),
            'action_r': Tensor(shape=(7,), dtype=float32, description=Right robot action, consists of [3x EEF position, 3x EEF orientation yaw/pitch/roll, 1x gripper open/close position].),
            'image': Image(shape=(256, 256, 3), dtype=uint8, description=Main camera RGB observation.),
            'pose_l': Tensor(shape=(6,), dtype=float32, description=Left robot end effector pose, consists of [3x EEF position, 3x EEF orientation yaw/pitch/roll].),
            'pose_r': Tensor(shape=(6,), dtype=float32, description=Right robot end effector pose, consists of [3x EEF position, 3x EEF orientation yaw/pitch/roll].),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
에피소드_메타데이터	특징Dict
에피소드_메타데이터/파일_경로	텍스트		끈	원본 데이터 파일의 경로입니다.
단계	데이터 세트
단계/작업	텐서	(14,)	float32	로봇 동작은 [3x EEF 위치(L), 3x EEF 방향 요/피치/롤(L), 1x 그리퍼 열기/닫기 위치(L), 3x EEF 위치(R), 3x EEF 방향 요/피치/롤로 구성됩니다. (R), 1x 그리퍼 열림/닫힘 위치(R)].
걸음수/할인	스칼라		float32	할인이 제공되면 기본값은 1입니다.
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/언어_임베딩	텐서	(512,)	float32	코나 언어 임베딩. https://tfhub.dev/google/universal-sentence-encoder-large/5를 참조하세요.
단계/언어_지시	텍스트		끈	언어 교육.
단계/관찰	특징Dict
단계/관찰/action_l	텐서	(7,)	float32	왼쪽 로봇 동작은 [3x EEF 위치, 3x EEF 방향 요/피치/롤]로 구성됩니다.
단계/관찰/action_r	텐서	(7,)	float32	오른쪽 로봇 동작은 [3x EEF 위치, 3x EEF 방향 요/피치/롤, 1x 그리퍼 열기/닫기 위치]로 구성됩니다.
단계/관찰/이미지	영상	(256, 256, 3)	uint8	메인 카메라 RGB 관찰.
단계/관찰/pose_l	텐서	(6,)	float32	왼쪽 로봇 엔드 이펙터 포즈는 [3x EEF 위치, 3x EEF 방향 요/피치/롤]로 구성됩니다.
단계/관찰/pose_r	텐서	(6,)	float32	오른쪽 로봇 엔드 이펙터 포즈는 [3x EEF 위치, 3x EEF 방향 요/피치/롤]로 구성됩니다.
걸음 수/보상	스칼라		float32	제공되는 경우 보상, 데모의 마지막 단계에서 1개.

감독되는 키 ( as_supervised doc 참조): None
그림 ( tfds.show_examples ): 지원되지 않습니다.
예 ( tfds.as_dataframe ):

인용 :

@misc{matsushima2023weblab,
  title={Weblab xArm Dataset},
  author={Tatsuya Matsushima and Hiroki Furuta and Yusuke Iwasawa and Yutaka Matsuo},
  year={2023},
}

설명 :

xArm 바이 매뉴얼 셋업 접이식 타월

홈페이지 : --
소스 코드 : tfds.robotics.rtx.UtokyoXarmBimanualConvertedExternallyToRlds
버전 :
- 0.1.0 (기본값): 최초 릴리스입니다.
다운로드 크기 : Unknown size
데이터세트 크기 : 138.44 MiB
자동 캐시 ( 문서 ): 예
분할 :

나뉘다	예
`'train'`	64
`'val'`	6

기능 구조 :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(14,), dtype=float32, description=Robot action, consists of [3x EEF position (L), 3x EEF orientation yaw/pitch/roll (L), 1x gripper open/close position (L), 3x EEF position (R), 3x EEF orientation yaw/pitch/roll (R), 1x gripper open/close position (R)].),
        '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({
            'action_l': Tensor(shape=(7,), dtype=float32, description=Left robot action, consists of [3x EEF position, 3x EEF orientation yaw/pitch/roll].),
            'action_r': Tensor(shape=(7,), dtype=float32, description=Right robot action, consists of [3x EEF position, 3x EEF orientation yaw/pitch/roll, 1x gripper open/close position].),
            'image': Image(shape=(256, 256, 3), dtype=uint8, description=Main camera RGB observation.),
            'pose_l': Tensor(shape=(6,), dtype=float32, description=Left robot end effector pose, consists of [3x EEF position, 3x EEF orientation yaw/pitch/roll].),
            'pose_r': Tensor(shape=(6,), dtype=float32, description=Right robot end effector pose, consists of [3x EEF position, 3x EEF orientation yaw/pitch/roll].),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
에피소드_메타데이터	특징Dict
에피소드_메타데이터/파일_경로	텍스트		끈	원본 데이터 파일의 경로입니다.
단계	데이터 세트
단계/작업	텐서	(14,)	float32	로봇 동작은 [3x EEF 위치(L), 3x EEF 방향 요/피치/롤(L), 1x 그리퍼 열기/닫기 위치(L), 3x EEF 위치(R), 3x EEF 방향 요/피치/롤로 구성됩니다. (R), 1x 그리퍼 열림/닫힘 위치(R)].
걸음수/할인	스칼라		float32	할인이 제공되면 기본값은 1입니다.
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/언어_임베딩	텐서	(512,)	float32	코나 언어 임베딩. https://tfhub.dev/google/universal-sentence-encoder-large/5를 참조하세요.
단계/언어_지시	텍스트		끈	언어 교육.
단계/관찰	특징Dict
단계/관찰/action_l	텐서	(7,)	float32	왼쪽 로봇 동작은 [3x EEF 위치, 3x EEF 방향 요/피치/롤]로 구성됩니다.
단계/관찰/action_r	텐서	(7,)	float32	오른쪽 로봇 동작은 [3x EEF 위치, 3x EEF 방향 요/피치/롤, 1x 그리퍼 열기/닫기 위치]로 구성됩니다.
단계/관찰/이미지	영상	(256, 256, 3)	uint8	메인 카메라 RGB 관찰.
단계/관찰/pose_l	텐서	(6,)	float32	왼쪽 로봇 엔드 이펙터 포즈는 [3x EEF 위치, 3x EEF 방향 요/피치/롤]로 구성됩니다.
단계/관찰/pose_r	텐서	(6,)	float32	오른쪽 로봇 엔드 이펙터 포즈는 [3x EEF 위치, 3x EEF 방향 요/피치/롤]로 구성됩니다.
걸음 수/보상	스칼라		float32	제공되는 경우 보상, 데모의 마지막 단계에서 1개.

감독되는 키 ( as_supervised doc 참조): None
그림 ( tfds.show_examples ): 지원되지 않습니다.
예 ( tfds.as_dataframe ):

인용 :

@misc{matsushima2023weblab,
  title={Weblab xArm Dataset},
  author={Tatsuya Matsushima and Hiroki Furuta and Yusuke Iwasawa and Yutaka Matsuo},
  year={2023},
}