Visuomotor affordance learning (VAL) robot interaction dataset

该数据包含 Sawyer 机器人与各种对象交互的大约 2500 条轨迹（带有图像和动作）。数据集中的示例显示在相邻的视频中。我们提供两个版本的 VAL 数据集——一个带有低分辨率图像 (1.4 GB)，另一个带有高分辨率图像 (162 GB)。这两个版本的数据量和格式相同；区别仅在于图像观察质量。较小的数据集，具有 48x48x3 图像，可用于例如。离线 RL，可直接下载：https://drive.google.com/file/d/1UuWANkVtWLg4egIK2LB_YCKuF87rMQ1H/view?usp=sharing表示学习，可在此 Google 驱动器文件夹中找到：https://drive.google.com/drive/folders/1kD9kyP7-RlIrSnuN7rpEASAGWp5qnNov?usp=sharing 要下载更大的数据集，我们建议使用 https://rclone.org/数据被分类到几个文件夹中。共有300个文件和2500条轨迹。 - fixed_drawer - 人工控制的演示数据打开和关闭抽屉。 (~10%) - fixed_pnp - 人工控制的演示数据拾取对象。 (~10%) - fixed_pot - 与锅和盖子交互的人工控制演示数据。 (~10%) - fixed_tray - 人工控制的演示数据拾起物体并将其放入托盘中。 (~10%) - 一般 - 进一步收集的人工控制的演示数据具有最大的多样性和变化。 (~40%) - onpolicy_eval - RL 策略收集的评估数据。 (~10%) - onpolicy_expl - RL 策略收集的探索数据。 (~10%)