utokyo_saytap_converted_externally_to_rlds

  • תיאור :

A1 הליכה, ללא RGB

לְפַצֵל דוגמאות
'train' 20
  • מבנה תכונה :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32, description=Robot action, consists of [12x joint positios].),
        'discount': Scalar(shape=(), dtype=float32, description=Discount if provided, default to 1.),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_embedding': Tensor(shape=(512,), dtype=float32, description=Kona language embedding. See https://tfhub.dev/google/universal-sentence-encoder-large/5),
        'language_instruction': Text(shape=(), dtype=string),
        'observation': FeaturesDict({
            'desired_pattern': Tensor(shape=(4, 5), dtype=bool, description=Desired foot contact pattern for the 4 legs, the 4 rows are for the front right, front left, rear right and rear left legs, the pattern length is 5 (=0.1s).),
            'desired_vel': Tensor(shape=(3,), dtype=float32, description=Desired velocites. The first 2 are linear velocities along and perpendicular to the heading direction, the 3rd is the desired angular velocity about the yaw axis.),
            'image': Image(shape=(64, 64, 3), dtype=uint8, description=Dummy camera RGB observation.),
            'prev_act': Tensor(shape=(12,), dtype=float32, description=Actions applied in the previous step.),
            'proj_grav_vec': Tensor(shape=(3,), dtype=float32, description=The gravity vector [0, 0, -1] in the robot base frame.),
            'state': Tensor(shape=(30,), dtype=float32, description=Robot state, consists of [3x robot base linear velocity, 3x base angular vel, 12x joint position, 12x joint velocity].),
            'wrist_image': Image(shape=(64, 64, 3), dtype=uint8, description=Dummy wrist camera RGB observation.),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • תיעוד תכונה :
תכונה מַחלָקָה צוּרָה Dtype תֵאוּר
FeaturesDict
episode_metadata FeaturesDict
episode_metadata/file_path טֶקסט חוּט נתיב לקובץ הנתונים המקורי.
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (12,) לצוף32 פעולת רובוט, מורכבת מ-[12x פוזיציות משותפות].
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/דפוס_מבוקש מוֹתֵחַ (4, 5) bool תבנית מגע רצויה ברגל עבור 4 הרגליים, 4 השורות הן עבור הרגליים הימנית הקדמית, הקדמית השמאלית, האחורית הימנית והאחורית השמאלית, אורך התבנית הוא 5 (=0.1 שניות).
צעדים/תצפית/מבוקש_vel מוֹתֵחַ (3,) לצוף32 מהירויות רצויות. 2 הראשונות הן מהירויות ליניאריות לאורך ומאונכות לכיוון הכיוון, השלישית היא המהירות הזוויתית הרצויה סביב ציר הפיתול.
צעדים/תצפית/תמונה תְמוּנָה (64, 64, 3) uint8 תצפית RGB מצלמת דמה.
צעדים/תצפית/הקודם_אקט מוֹתֵחַ (12,) לצוף32 פעולות שהוחלו בשלב הקודם.
צעדים/תצפית/proj_grav_vec מוֹתֵחַ (3,) לצוף32 וקטור הכבידה [0, 0, -1] במסגרת בסיס הרובוט.
צעדים/תצפית/מצב מוֹתֵחַ (30,) לצוף32 מצב רובוט, מורכב מ[3x מהירות לינארית של בסיס רובוט, 3x בסיס זוויתי מהירות, 12x מיקום מפרק, 12x מהירות מפרק].
צעדים/תצפית/תמונת_שורש כף היד תְמוּנָה (64, 64, 3) uint8 תצפית RGB מצלמת דמה לפרק היד.
צעדים/פרס סקלר לצוף32 תגמול אם מסופק, 1 בשלב האחרון להדגמות.
@article{saytap2023,
  author = {Yujin Tang and Wenhao Yu and Jie Tan and Heiga Zen and Aleksandra Faust and
Tatsuya Harada},
  title  = {SayTap: Language to Quadrupedal Locomotion},
  eprint = {arXiv:2306.07580},
  url    = {https://saytap.github.io},
  note   = "{https://saytap.github.io}",
  year   = {2023}
}