utokyo_xarm_bimanual_converted_externally_to_rlds

  • Descrição :

Toalha dobrável com configuração bimanual xArm

Dividir Exemplos
'train' 64
'val' 6
  • Estrutura de recursos : 
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.),
    }),
})
  • Documentação de recursos :
Recurso Aula Forma Tipo D Descrição
RecursosDict
episódio_metadados RecursosDict
episódio_metadados/caminho_do_arquivo Texto corda Caminho para o arquivo de dados original.
passos Conjunto de dados
etapas/ação Tensor (14,) float32 A ação do robô consiste em [3x posição EEF (L), 3x orientação EEF de guinada/inclinação/rotação (L), 1x posição de abertura/fechamento da garra (L), 3x posição EEF (R), 3x orientação EEF de guinada/inclinação/rotação (R), 1x posição aberta/fechada da pinça (R)].
passos/desconto Escalar float32 Desconto, se fornecido, o padrão é 1.
passos/é_primeiro Tensor bool
passos/é_último Tensor bool
etapas/is_terminal Tensor bool
etapas/idioma_incorporação Tensor (512,) float32 Incorporação da linguagem Kona. Consulte https://tfhub.dev/google/universal-sentence-encoder-large/5
etapas/instrução_idioma Texto corda Instrução de Idiomas.
passos/observação RecursosDict
etapas/observação/ação_l Tensor (7,) float32 A ação esquerda do robô consiste em [3x posição EEF, 3x orientação EEF guinada/inclinação/rotação].
etapas/observação/ação_r Tensor (7,) float32 A ação direita do robô consiste em [3x posição EEF, 3x orientação EEF guinada/inclinação/rolamento, 1x posição aberta/fechada da garra].
passos/observação/imagem Imagem (256, 256, 3) uint8 Observação RGB da câmera principal.
passos/observação/pose_l Tensor (6,) float32 A pose do efetor final do robô esquerdo consiste em [3x posição EEF, 3x orientação EEF guinada/inclinação/rotação].
passos/observação/pose_r Tensor (6,) float32 A pose do efetor final do robô direito consiste em [3x posição EEF, 3x orientação EEF guinada/inclinação/rotação].
passos/recompensa Escalar float32 Recompensa, se fornecida, 1 na etapa final para demonstrações.
  • Citação : 
@misc{matsushima2023weblab,
  title={Weblab xArm Dataset},
  author={Tatsuya Matsushima and Hiroki Furuta and Yusuke Iwasawa and Yutaka Matsuo},
  year={2023},
}
,

  • Descrição :

Toalha dobrável com configuração bimanual xArm

Dividir Exemplos
'train' 64
'val' 6
  • Estrutura de recursos : 
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.),
    }),
})
  • Documentação de recursos :
Recurso Aula Forma Tipo D Descrição
RecursosDict
episódio_metadados RecursosDict
episódio_metadados/caminho_do_arquivo Texto corda Caminho para o arquivo de dados original.
passos Conjunto de dados
etapas/ação Tensor (14,) float32 A ação do robô consiste em [3x posição EEF (L), 3x orientação EEF de guinada/inclinação/rotação (L), 1x posição de abertura/fechamento da garra (L), 3x posição EEF (R), 3x orientação EEF de guinada/inclinação/rotação (R), 1x posição aberta/fechada da pinça (R)].
passos/desconto Escalar float32 Desconto, se fornecido, o padrão é 1.
passos/é_primeiro Tensor bool
passos/é_último Tensor bool
etapas/is_terminal Tensor bool
etapas/idioma_incorporação Tensor (512,) float32 Incorporação da linguagem Kona. Consulte https://tfhub.dev/google/universal-sentence-encoder-large/5
etapas/instrução_idioma Texto corda Instrução de Idiomas.
passos/observação RecursosDict
etapas/observação/ação_l Tensor (7,) float32 A ação esquerda do robô consiste em [3x posição EEF, 3x orientação EEF guinada/inclinação/rotação].
etapas/observação/ação_r Tensor (7,) float32 A ação direita do robô consiste em [3x posição EEF, 3x orientação EEF guinada/inclinação/rolamento, 1x posição aberta/fechada da garra].
passos/observação/imagem Imagem (256, 256, 3) uint8 Observação RGB da câmera principal.
passos/observação/pose_l Tensor (6,) float32 A pose do efetor final do robô esquerdo consiste em [3x posição EEF, 3x orientação EEF guinada/inclinação/rotação].
passos/observação/pose_r Tensor (6,) float32 A pose do efetor final do robô direito consiste em [3x posição EEF, 3x orientação EEF guinada/inclinação/rotação].
passos/recompensa Escalar float32 Recompensa, se fornecida, 1 na etapa final para demonstrações.
  • Citação : 
@misc{matsushima2023weblab,
  title={Weblab xArm Dataset},
  author={Tatsuya Matsushima and Hiroki Furuta and Yusuke Iwasawa and Yutaka Matsuo},
  year={2023},
}