berkeley_gnm_cory_hall

  • Descripción :

navegación en el pasillo

Dividir Ejemplos
'train' 7.331
  • Estructura de características :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(2,), dtype=float64),
        'action_angle': Tensor(shape=(3,), dtype=float64),
        'discount': Scalar(shape=(), dtype=float64),
        '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=(64, 85, 3), dtype=uint8),
            'position': Tensor(shape=(2,), dtype=float64),
            'state': Tensor(shape=(3,), dtype=float64),
            'yaw': Tensor(shape=(1,), dtype=float64),
        }),
        'reward': Scalar(shape=(), dtype=float64),
    }),
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
episodio_metadatos FuncionesDict
metadatos_episodio/ruta_archivo Texto cadena Ruta al archivo de datos original.
pasos Conjunto de datos
pasos/acción Tensor (2,) flotador64 Acción del robot, consta de 2 posiciones.
pasos/ángulo_acción Tensor (3,) flotador64 Acción del robot, consta de 2x posición, 1x guiñada
pasos/descuento Escalar flotador64 Descuento si se proporciona, el valor predeterminado es 1.
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/idioma_incrustación Tensor (512,) flotador32 Incorporación del lenguaje Kona. Consulte https://tfhub.dev/google/universal-sentence-encoder-large/5
pasos/instrucción_idioma Texto cadena Instrucción de idiomas.
pasos/observación FuncionesDict
pasos/observación/imagen Imagen (64, 85, 3) uint8 Observación RGB de la cámara principal.
pasos/observación/posición Tensor (2,) flotador64 Posición del robot
pasos/observación/estado Tensor (3,) flotador64 Estado del robot, consta de [2x posición, 1x guiñada]
pasos/observación/guiñada Tensor (1,) flotador64 guiñada del robot
pasos/recompensa Escalar flotador64 Recompensa si se proporciona, 1 en el paso final para demostraciones.
  • Cita :
@inproceedings{kahn2018self,
  title={Self-supervised deep reinforcement learning with generalized computation graphs for robot navigation},
  author={Kahn, Gregory and Villaflor, Adam and Ding, Bosen and Abbeel, Pieter and Levine, Sergey},
  booktitle={2018 IEEE international conference on robotics and automation (ICRA)},
  pages={5129--5136},
  year={2018},
  organization={IEEE}
}