dlr_sara_grid_clamp_converted_externally_to_rlds

  • Description :

placez la pince à grille sur les grilles de la table

Diviser Exemples
'train' 107
  • Structure des fonctionnalités :
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=(480, 640, 3), dtype=uint8),
            'state': Tensor(shape=(12,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Documentation des fonctionnalités :
Fonctionnalité Classe Forme Type D Description
FonctionnalitésDict
épisode_métadonnées FonctionnalitésDict
épisode_metadata/file_path Texte chaîne Chemin d'accès au fichier de données d'origine.
pas Base de données
étapes/actions Tenseur (7,) flotteur32 L'action du robot consiste en [3x position EEF du robot, 3x orientation EEF du robot lacet/tangage/roulis calculés avec la classe scipy Rotation.as_euler(="zxy")].
étapes/remise Scalaire flotteur32 Remise si fournie, par défaut à 1.
étapes/is_first Tenseur bouffon
étapes/est_dernier Tenseur bouffon
étapes/is_terminal Tenseur bouffon
étapes/langue_embedding Tenseur (512,) flotteur32 Intégration du langage Kona. Voir https://tfhub.dev/google/universal-sentence-encoder-large/5
étapes/instruction_langue Texte chaîne Versez dans la tasse.
étapes/observation FonctionnalitésDict
étapes/observation/image Image (480, 640, 3) uint8 Observation RVB de la caméra principale.
étapes/observation/état Tenseur (12,) flotteur32 L'état du robot comprend [3x position EEF du robot, 3x orientation EEF du robot lacet/pas/roulis calculé avec la classe scipy Rotation.as_euler("zxy"), 6x clé EEF du robot].
étapes/récompense Scalaire flotteur32 Récompense si fournie, 1 à la dernière étape pour les démos.
  • Citation :
@article{padalkar2023guided,
  title={A guided reinforcement learning approach using shared control templates for learning manipulation skills in the real world},
  author={Padalkar, Abhishek and Quere, Gabriel and Raffin, Antonin and Silv{\'e}rio, Jo{\~a}o and Stulp, Freek},
  journal={Research square preprint rs-3289569/v1},
  year={2023}
}