Kuka

  • Description :

Tâches de tri et de réagencement des bacs

Diviser Exemples
'train' 580 392
  • Structure des fonctionnalités :
FeaturesDict({
    'steps': Dataset({
        'action': FeaturesDict({
            'base_displacement_vector': Tensor(shape=(2,), dtype=float32),
            'base_displacement_vertical_rotation': Tensor(shape=(1,), dtype=float32),
            'gripper_closedness_action': Tensor(shape=(1,), dtype=float32),
            'rotation_delta': Tensor(shape=(3,), dtype=float32),
            'terminate_episode': Tensor(shape=(3,), dtype=int32),
            'world_vector': Tensor(shape=(3,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'clip_function_input/base_pose_tool_reached': Tensor(shape=(7,), dtype=float32),
            'clip_function_input/workspace_bounds': Tensor(shape=(3, 3), dtype=float32),
            'gripper_closed': Tensor(shape=(1,), dtype=float32),
            'height_to_bottom': Tensor(shape=(1,), dtype=float32),
            'image': Image(shape=(512, 640, 3), dtype=uint8),
            'natural_language_embedding': Tensor(shape=(512,), dtype=float32),
            'natural_language_instruction': string,
            'task_id': Tensor(shape=(1,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
    'success': bool,
})
  • Documentation des fonctionnalités :
Fonctionnalité Classe Forme Type D Description
FonctionnalitésDict
pas Base de données
étapes/actions FonctionnalitésDict
étapes/action/base_displacement_vector Tenseur (2,) flotteur32
étapes/action/base_displacement_vertical_rotation Tenseur (1,) flotteur32
étapes/action/gripper_closedness_action Tenseur (1,) flotteur32
étapes/action/rotation_delta Tenseur (3,) flotteur32
étapes/action/terminate_episode Tenseur (3,) int32
étapes/action/world_vector Tenseur (3,) flotteur32
étapes/is_first Tenseur bouffon
étapes/est_dernier Tenseur bouffon
étapes/is_terminal Tenseur bouffon
étapes/observation FonctionnalitésDict
étapes/observation/clip_function_input/base_pose_tool_reached Tenseur (7,) flotteur32
étapes/observation/clip_function_input/workspace_bounds Tenseur (3, 3) flotteur32
étapes/observation/gripper_closed Tenseur (1,) flotteur32
marches/observation/hauteur_vers_le_bas Tenseur (1,) flotteur32
étapes/observation/image Image (512, 640, 3) uint8
étapes/observation/natural_lingual_embedding Tenseur (512,) flotteur32
étapes/observation/instruction_langue_naturelle Tenseur chaîne
étapes/observation/task_id Tenseur (1,) flotteur32
étapes/récompense Scalaire flotteur32
succès Tenseur bouffon
  • Citation :
@article{kalashnikov2018qt,
  title={Qt-opt: Scalable deep reinforcement learning for vision-based robotic manipulation},
  author={Kalashnikov, Dmitry and Irpan, Alex and Pastor, Peter and Ibarz, Julian and Herzog, Alexander and Jang, Eric and Quillen, Deirdre and Holly, Ethan and Kalakrishnan, Mrinal and Vanhoucke, Vincent and others},
  journal={arXiv preprint arXiv:1806.10293},
  year={2018}
}