dlr_sara_grid_clamp_converted_externally_to_rlds

  • 설명 :

테이블 위의 그리드 위에 그리드 클램프를 놓습니다.

나뉘다 예
'train' 107
  • 기능 구조 :
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),
    }),
})
  • 기능 문서 :
특징 수업 모양 Dtype 설명
특징Dict
에피소드_메타데이터 특징Dict
에피소드_메타데이터/파일_경로 텍스트 끈 원본 데이터 파일의 경로입니다.
단계 데이터세트
단계/작업 텐서 (7,) float32 로봇 동작은 [3x 로봇 EEF 위치, scipy Rotation.as_euler(="zxy") 클래스로 계산된 3x 로봇 EEF 방향 요/피치/롤]로 구성됩니다.
걸음수/할인 스칼라 float32 할인이 제공되면 기본값은 1입니다.
걸음수/is_first 텐서 부울
걸음수/is_last 텐서 부울
단계/is_terminal 텐서 부울
단계/언어_임베딩 텐서 (512,) float32 코나 언어 임베딩. https://tfhub.dev/google/universal-sentence-encoder-large/5를 참조하세요.
단계/언어_지시 텍스트 끈 머그에 붓습니다.
단계/관찰 특징Dict
단계/관찰/이미지 영상 (480, 640, 3) uint8 메인 카메라 RGB 관찰.
단계/관찰/상태 텐서 (12,) float32 로봇 상태는 [3x 로봇 EEF 위치, scipy Rotation.as_euler("zxy") 클래스로 계산된 3x 로봇 EEF 방향 요/피치/롤, 6x 로봇 EEF 렌치]로 구성됩니다.
걸음수/보상 스칼라 float32 제공되는 경우 보상, 데모의 마지막 단계에서 1개.
  • 인용 :
@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}
}