utaustin_mutex

• Descripción :

Diversas tareas de manipulación del hogar.

• Página de inicio : https://ut-austin-rpl.github.io/MUTEX/

• Código fuente : tfds.robotics.rtx.UtaustinMutex

• Versiones :

  • 0.1.0 (predeterminado): versión inicial.

• Tamaño de descarga : Unknown size

• Tamaño del conjunto de datos : 20.79 GiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1.500

• Estructura de características :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32, description=Robot action, consists of [6x end effector delta pose, 1x gripper position]),
        'discount': Scalar(shape=(), dtype=float32, 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=(128, 128, 3), dtype=uint8, description=Main camera RGB observation.),
            'state': Tensor(shape=(24,), dtype=float32, description=Robot state, consists of [7x robot joint angles, 1x gripper position, 16x robot end-effector homogeneous matrix].),
            'wrist_image': Image(shape=(128, 128, 3), dtype=uint8, description=Wrist camera RGB observation.),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})

• 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 [6 posiciones delta del efector final, 1 posición 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	Instrucciones de idioma detalladas para cada tarea.
pasos/observación	FuncionesDict
pasos/observación/imagen	Imagen	(128, 128, 3)	uint8	Observación RGB de la cámara principal.
pasos/observación/estado	Tensor	(24,)	flotador32	El estado del robot consta de [7x ángulos de articulación del robot, 1x posición de la pinza, 16x matriz homogénea del efector final del robot].
pasos/observación/imagen_muñeca	Imagen	(128, 128, 3)	uint8	Cámara de muñeca de observación RGB.
pasos/recompensa	Escalar		flotador32	Recompensa si se proporciona, 1 en el paso final para demostraciones.

• Claves supervisadas (ver documento as_supervised ): None

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@inproceedings{
    shah2023mutex,
    title={ {MUTEX}: Learning Unified Policies from Multimodal Task Specifications},
    author={Rutav Shah and Roberto Mart{\'\i}n-Mart{\'\i}n and Yuke Zhu},
    booktitle={7th Annual Conference on Robot Learning},
    year={2023},
    url={https://openreview.net/forum?id=PwqiqaaEzJ}
}