berkeley_gnm_cory_hall

  • Opis :

nawigacja w korytarzu

Podział Przykłady
'train' 7331
  • Struktura funkcji :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(2,), dtype=float64),
        'action_angle': Tensor(shape=(3,), dtype=float64),
        'discount': Scalar(shape=(), dtype=float64),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_embedding': Tensor(shape=(512,), dtype=float32),
        'language_instruction': Text(shape=(), dtype=string),
        'observation': FeaturesDict({
            'image': Image(shape=(64, 85, 3), dtype=uint8),
            'position': Tensor(shape=(2,), dtype=float64),
            'state': Tensor(shape=(3,), dtype=float64),
            'yaw': Tensor(shape=(1,), dtype=float64),
        }),
        'reward': Scalar(shape=(), dtype=float64),
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDykt
metadane_odcinka FunkcjeDykt
metadane_odcinka/ścieżka_pliku Tekst strunowy Ścieżka do oryginalnego pliku danych.
kroki Zbiór danych
kroki/akcja Napinacz (2,) pływak64 Akcja robota, składa się z 2x pozycji
kroki/kąt_akcji Napinacz (3,) pływak64 Działanie robota, składa się z 2x pozycji, 1x odchylenia
kroki/rabat Skalarny pływak64 Rabat, jeśli jest podany, domyślnie wynosi 1.
kroki/jest_pierwszy Napinacz bool
kroki/jest_ostatni Napinacz bool
kroki/is_terminal Napinacz bool
kroki/osadzanie_języka Napinacz (512,) pływak32 Osadzanie języka Kona. Zobacz https://tfhub.dev/google/universal-sentence-encoder-large/5
kroki/instrukcja_językowa Tekst strunowy Instrukcja językowa.
kroki/obserwacje FunkcjeDykt
kroki/obserwacja/obraz Obraz (64, 85, 3) uint8 Główna kamera obserwacji RGB.
kroki/obserwacja/pozycja Napinacz (2,) pływak64 Pozycja robota
kroki/obserwacja/stan Napinacz (3,) pływak64 Stan robota, składa się z [2x pozycja, 1x odchylenie]
kroki/obserwacja/odchylenie Napinacz (1,) pływak64 Robota, ziewanie
kroki/nagroda Skalarny pływak64 Nagroda, jeśli jest zapewniona, 1 na ostatnim etapie w przypadku wersji demonstracyjnych.
  • Cytat :
@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}
}