spoc_robot

تقسیم کنید نمونه ها
'train' 212,043
'val' 21,108
  • ساختار ویژگی : 
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': string,
        'task_target_split': string,
        'task_type': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(9,), dtype=float32),
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_instruction': string,
        'observation': FeaturesDict({
            'an_object_is_in_hand': Scalar(shape=(), dtype=bool),
            'house_index': Scalar(shape=(), dtype=int64),
            'hypothetical_task_success': Scalar(shape=(), dtype=bool),
            'image': Image(shape=(224, 384, 3), dtype=uint8),
            'image_manipulation': Image(shape=(224, 384, 3), dtype=uint8),
            'last_action_is_random': Scalar(shape=(), dtype=bool),
            'last_action_str': string,
            'last_action_success': Scalar(shape=(), dtype=bool),
            'last_agent_location': Tensor(shape=(6,), dtype=float32),
            'manip_object_bbox': Tensor(shape=(10,), dtype=float32),
            'minimum_l2_target_distance': Scalar(shape=(), dtype=float32),
            'minimum_visible_target_alignment': Scalar(shape=(), dtype=float32),
            'nav_object_bbox': Tensor(shape=(10,), dtype=float32),
            'relative_arm_location_metadata': Tensor(shape=(4,), dtype=float32),
            'room_current_seen': Scalar(shape=(), dtype=bool),
            'rooms_seen': Scalar(shape=(), dtype=int64),
            'visible_target_4m_count': Scalar(shape=(), dtype=int64),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D توضیحات
FeaturesDict
episode_metadata FeaturesDict
episode_metadata/file_path تانسور رشته
episode_metadata/task_target_split تانسور رشته
episode_metadata/task_type تانسور رشته
مراحل مجموعه داده
مراحل/عمل تانسور (9،) float32
مراحل/تخفیف اسکالر float32
Steps/is_first تانسور بوول
Steps/is_last تانسور بوول
Steps/is_terminal تانسور بوول
مراحل/زبان_آموزش تانسور رشته
مراحل / مشاهده FeaturesDict
steps/observation/an_object_is_in_hand اسکالر بوول
steps/observation/house_index اسکالر int64
مراحل/مشاهده/موفقیت_کار_فرضی اسکالر بوول
مراحل / مشاهده / تصویر تصویر (224, 384, 3) uint8
مراحل/مشاهده/تصویر_دستکاری تصویر (224, 384, 3) uint8
steps/observation/last_action_is_random اسکالر بوول
Steps/observation/last_action_str تانسور رشته
steps/observation/last_action_success اسکالر بوول
steps/observation/last_agent_location تانسور (6،) float32
Steps/observation/manip_object_bbox تانسور (10،) float32
steps/observation/minimum_l2_target_distance اسکالر float32
steps/observation/minimum_visible_target_alignment اسکالر float32
steps/observation/nav_object_bbox تانسور (10،) float32
Steps/observation/relative_arm_location_metadata تانسور (4،) float32
steps/observation/room_current_seen اسکالر بوول
مراحل/مشاهده/اتاق_دیده شده اسکالر int64
steps/observation/visible_target_4m_count اسکالر int64
مراحل/پاداش اسکالر float32
  • نقل قول : 
@article{spoc2023,
    author    = {Kiana Ehsani, Tanmay Gupta, Rose Hendrix, Jordi Salvador, Luca Weihs, Kuo-Hao Zeng, Kunal Pratap Singh, Yejin Kim, Winson Han, Alvaro Herrasti, Ranjay Krishna, Dustin Schwenk, Eli VanderBilt, Aniruddha Kembhavi},
    title     = {Imitating Shortest Paths in Simulation Enables Effective Navigation and Manipulation in the Real World},
    journal   = {arXiv},
    year      = {2023},
    eprint    = {2312.02976},
}