tokyo_u_lsmo_converted_externally_to_rlds

  • תיאור :

מסלול תכנון תנועה של משימות בחירת מקום

לְפַצֵל דוגמאות
'train' 50
  • מבנה תכונה :
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=(120, 120, 3), dtype=uint8),
            'state': Tensor(shape=(13,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
episode_metadata FeaturesDict
episode_metadata/file_path טֶקסט חוּט נתיב לקובץ הנתונים המקורי.
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (7,) לצוף32 פעולת רובוט, מורכבת מ[3x מיקום קצה, 3x euler angles, 1x פעולת אחיזה].
צעדים/הנחה סקלר לצוף32 הנחה אם ניתנת, ברירת המחדל היא 1.
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
שלבים/הטבעת_שפה מוֹתֵחַ (512,) לצוף32 הטבעת שפת Kona. ראה https://tfhub.dev/google/universal-sentence-encoder-large/5
שלבים/הוראת_שפה טֶקסט חוּט הוראת שפה.
צעדים/תצפית FeaturesDict
צעדים/תצפית/תמונה תמונה (120, 120, 3) uint8 תצפית RGB של מצלמה ראשית.
צעדים/תצפית/מצב מוֹתֵחַ (13,) לצוף32 מצב רובוט, מורכב מ[3x מיקום קצה, 3x euler angles, 6x זוויות מפרק רובוט, 1x מיקום תפס].
צעדים/פרס סקלר לצוף32 תגמול אם מסופק, 1 בשלב האחרון להדגמות.
@Article{Osa22,
  author  = {Takayuki Osa},
  journal = {The International Journal of Robotics Research},
  title   = {Motion Planning by Learning the Solution Manifold in Trajectory Optimization},
  year    = {2022},
  number  = {3},
  pages   = {291--311},
  volume  = {41},
}