tokyo_u_lsmo_converted_externally_to_rlds

  • Descripción :

trayectoria de planificación de movimiento de tareas de lugar de selección

Dividir Ejemplos
'train' 50
  • Estructura de características :
FeaturesDict({
   
'episode_metadata': FeaturesDict({
       
'file_path': Text(shape=(), dtype=string),
   
}),
   
'steps': Dataset({
       
'action': Tensor(shape=(7,), dtype=float32),
       
'discount': Scalar(shape=(), dtype=float32),
       
'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=(120, 120, 3), dtype=uint8),
           
'state': Tensor(shape=(13,), dtype=float32),
       
}),
       
'reward': Scalar(shape=(), dtype=float32),
   
}),
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
episodio_metadatos FuncionesDict
metadatos_episodio/ruta_archivo Texto cadena Ruta al archivo de datos original.
pasos Conjunto de datos
pasos/acción Tensor (7,) flotador32 La acción del robot consta de [3x posición del efector final, 3x ángulos de Euler, 1x acción de pinza].
pasos/descuento Escalar flotador32 Descuento si se proporciona, el valor predeterminado es 1.
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/idioma_incrustación Tensor (512,) flotador32 Incorporación del lenguaje Kona. Consulte https://tfhub.dev/google/universal-sentence-encoder-large/5
pasos/instrucción_idioma Texto cadena Instrucción de idiomas.
pasos/observación FuncionesDict
pasos/observación/imagen Imagen (120, 120, 3) uint8 Observación RGB de la cámara principal.
pasos/observación/estado Tensor (13,) flotador32 El estado del robot consta de [3x posición del efector final, 3x ángulos de Euler, 6x ángulos de articulación del robot, 1x posición de pinza].
pasos/recompensa Escalar flotador32 Recompensa si se proporciona, 1 en el paso final para demostraciones.
@Article{Osa22,
  author  
= {Takayuki Osa},
  journal
= {The International Journal of Robotics Research},
  title  
= {Motion Planning by Learning the Solution Manifold in Trajectory Optimization},
  year    
= {2022},
  number  
= {3},
  pages  
= {291--311},
  volume  
= {41},
}