berkeley_gnm_recon

Descripción :

navegación todoterreno

Página de inicio : https://sites.google.com/view/recon-robot
Código fuente : tfds.robotics.rtx.BerkeleyGnmRecon
Versiones :
- 0.1.0 (predeterminado): versión inicial.
Tamaño de descarga : Unknown size
Tamaño del conjunto de datos : 18.73 GiB
Almacenamiento en caché automático ( documentación ): No
Divisiones :

Dividir	Ejemplos
`'train'`	11.834

Estructura de características :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(2,), dtype=float64, description=Robot action, consists of 2x position),
        'action_angle': Tensor(shape=(3,), dtype=float64, description=Robot action, consists of 2x position, 1x yaw),
        'discount': Scalar(shape=(), dtype=float64, 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({
            'image': Image(shape=(120, 160, 3), dtype=uint8, description=Main camera RGB observation.),
            'position': Tensor(shape=(2,), dtype=float64, description=Robot position),
            'state': Tensor(shape=(3,), dtype=float64, description=Robot state, consists of [2x position, 1x yaw]),
            'yaw': Tensor(shape=(1,), dtype=float64, description=Robot yaw),
        }),
        'reward': Scalar(shape=(), dtype=float64, description=Reward if provided, 1 on final step for demos.),
    }),
})

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	(120, 160, 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.

Claves supervisadas (ver documento as_supervised ): None
Figura ( tfds.show_examples ): No compatible.
Ejemplos ( tfds.as_dataframe ):

Cita :

@inproceedings{
shah2021rapid,
title={ {Rapid Exploration for Open-World Navigation with Latent Goal Models} },
author={Dhruv Shah and Benjamin Eysenbach and Nicholas Rhinehart and Sergey Levine},
booktitle={5th Annual Conference on Robot Learning },
year={2021},
url={https://openreview.net/forum?id=d_SWJhyKfVw}
}