berkeley_gnm_cory_hall

• Keterangan :

navigasi lorong

• Beranda : https://arxiv.org/abs/1709.10489

• Kode sumber : tfds.robotics.rtx.BerkeleyGnmCoryHall

• Versi :

  • 0.1.0 (default): Rilis awal.

• Ukuran unduhan : Unknown size

• Ukuran kumpulan data : 1.39 GiB

• Cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	7.331

• Struktur fitur :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(2,), dtype=float64, description=Robot action, consists of 2x position),
        'action_angle': Tensor(shape=(3,), dtype=float64, description=Robot action, consists of 2x position, 1x yaw),
        'discount': Scalar(shape=(), dtype=float64, 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({
            'image': Image(shape=(64, 85, 3), dtype=uint8, description=Main camera RGB observation.),
            'position': Tensor(shape=(2,), dtype=float64, description=Robot position),
            'state': Tensor(shape=(3,), dtype=float64, description=Robot state, consists of [2x position, 1x yaw]),
            'yaw': Tensor(shape=(1,), dtype=float64, description=Robot yaw),
        }),
        'reward': Scalar(shape=(), dtype=float64, description=Reward if provided, 1 on final step for demos.),
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
episode_metadata	FiturDict
episode_metadata/file_path	Teks		rangkaian	Jalur ke file data asli.
tangga	Kumpulan data
langkah/tindakan	Tensor	(2,)	float64	Aksi robot, terdiri dari 2x posisi
langkah/aksi_sudut	Tensor	(3,)	float64	Aksi robot, terdiri dari 2x posisi, 1x yaw
langkah/diskon	Skalar		float64	Diskon jika disediakan, defaultnya adalah 1.
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/bahasa_penyematan	Tensor	(512,)	float32	Penyematan bahasa Kona. Lihat https://tfhub.dev/google/universal-sentence-encoder-large/5
langkah/bahasa_instruksi	Teks		rangkaian	Instruksi Bahasa.
langkah/pengamatan	FiturDict
langkah/pengamatan/gambar	Gambar	(64, 85, 3)	uint8	Pengamatan RGB kamera utama.
langkah/pengamatan/posisi	Tensor	(2,)	float64	Posisi robot
langkah/pengamatan/keadaan	Tensor	(3,)	float64	Keadaan robot, terdiri dari [2x posisi, 1x yaw]
langkah/pengamatan/yaw	Tensor	(1,)	float64	Robot menguap
langkah/hadiah	Skalar		float64	Hadiah jika diberikan, 1 pada langkah terakhir untuk demo.

• Kunci yang diawasi (Lihat dokumen as_supervised ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):

• Kutipan :

@inproceedings{kahn2018self,
  title={Self-supervised deep reinforcement learning with generalized computation graphs for robot navigation},
  author={Kahn, Gregory and Villaflor, Adam and Ding, Bosen and Abbeel, Pieter and Levine, Sergey},
  booktitle={2018 IEEE international conference on robotics and automation (ICRA)},
  pages={5129--5136},
  year={2018},
  organization={IEEE}
}