برکلی_کابل_مسیریابی

  • شرح :

مسیریابی کابل به گیره های روی میز

شکاف مثال ها
'test' 165
'train' 1,482
  • ساختار ویژگی :
FeaturesDict({
    'steps': Dataset({
        'action': FeaturesDict({
            'rotation_delta': Tensor(shape=(3,), dtype=float32),
            'terminate_episode': float32,
            'world_vector': Tensor(shape=(3,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'image': Image(shape=(128, 128, 3), dtype=uint8),
            'natural_language_embedding': Tensor(shape=(512,), dtype=float32),
            'natural_language_instruction': string,
            'robot_state': Tensor(shape=(7,), dtype=float32),
            'top_image': Image(shape=(128, 128, 3), dtype=uint8),
            'wrist225_image': Image(shape=(128, 128, 3), dtype=uint8),
            'wrist45_image': Image(shape=(128, 128, 3), dtype=uint8),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
FeaturesDict
مراحل مجموعه داده
مراحل/عمل FeaturesDict
Steps/Action/rotation_delta تانسور (3،) float32 سرعت زاویه ای حول محور z.
مراحل/عمل/پایان_اپیزود تانسور float32
Steps/Action/world_vector تانسور (3،) float32 سرعت در XYZ
Steps/is_first تانسور بوول
Steps/is_last تانسور بوول
Steps/is_terminal تانسور بوول
مراحل / مشاهده FeaturesDict
مراحل / مشاهده / تصویر تصویر (128، 128، 3) uint8
steps/observation/natural_language_embedding تانسور (512،) float32
مراحل/مشاهده/آموزش_زبان_طبیعی تانسور رشته
steps/observation/robot_state تانسور (7،) float32
steps/observation/top_image تصویر (128، 128، 3) uint8
steps/observation/wrist225_image تصویر (128، 128، 3) uint8
Steps/observation/wrist45_image تصویر (128، 128، 3) uint8
مراحل/پاداش اسکالر float32
  • نقل قول :
@article{luo2023multistage,
  author    = {Jianlan Luo and Charles Xu and Xinyang Geng and Gilbert Feng and Kuan Fang and Liam Tan and Stefan Schaal and Sergey Levine},
  title     = {Multi-Stage Cable Routing through Hierarchical Imitation Learning},
  journal   = {arXiv pre-print},
  year      = {2023},
  url       = {https://arxiv.org/abs/2307.08927},
}