utaustin_mutex

• Descrição :

Diversas tarefas de manipulação doméstica

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

• Código fonte : tfds.robotics.rtx.UtaustinMutex

• Versões :

  • 0.1.0 (padrão): versão inicial.

• Tamanho do download : Unknown size

• Tamanho do conjunto de dados : 20.79 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'train'	1.500

• Estrutura de recursos :

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.),
    }),
})

• Documentação de recursos :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
episódio_metadados	RecursosDict
episódio_metadados/caminho_do_arquivo	Texto		corda	Caminho para o arquivo de dados original.
passos	Conjunto de dados
etapas/ação	Tensor	(7,)	float32	Ação do robô, consiste em [6x pose delta do efetor final, 1x posição da pinça]
passos/desconto	Escalar		float32	Desconto, se fornecido, o padrão é 1.
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
etapas/idioma_incorporação	Tensor	(512,)	float32	Incorporação da linguagem Kona. Consulte https://tfhub.dev/google/universal-sentence-encoder-large/5
etapas/instrução_idioma	Texto		corda	Instruções detalhadas de linguagem para cada tarefa.
passos/observação	RecursosDict
passos/observação/imagem	Imagem	(128, 128, 3)	uint8	Observação RGB da câmera principal.
etapas/observação/estado	Tensor	(24,)	float32	Estado do robô, consiste em [7x ângulos de articulação do robô, 1x posição da pinça, 16x matriz homogênea do efetor final do robô].
passos/observação/imagem_de_pulso	Imagem	(128, 128, 3)	uint8	Observação RGB da câmera de pulso.
passos/recompensa	Escalar		float32	Recompensa, se fornecida, 1 na etapa final para demonstrações.

• Chaves supervisionadas (consulte o documento as_supervised ): None

• Figura ( tfds.show_examples ): Não suportado.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@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}
}