spoc_robot

Dividir Ejemplos
'train' 212.043
'val' 21,108
  • Estructura de características :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': string,
        'task_target_split': string,
        'task_type': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(9,), dtype=float32),
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_instruction': string,
        'observation': FeaturesDict({
            'an_object_is_in_hand': Scalar(shape=(), dtype=bool),
            'house_index': Scalar(shape=(), dtype=int64),
            'hypothetical_task_success': Scalar(shape=(), dtype=bool),
            'image': Image(shape=(224, 384, 3), dtype=uint8),
            'image_manipulation': Image(shape=(224, 384, 3), dtype=uint8),
            'last_action_is_random': Scalar(shape=(), dtype=bool),
            'last_action_str': string,
            'last_action_success': Scalar(shape=(), dtype=bool),
            'last_agent_location': Tensor(shape=(6,), dtype=float32),
            'manip_object_bbox': Tensor(shape=(10,), dtype=float32),
            'minimum_l2_target_distance': Scalar(shape=(), dtype=float32),
            'minimum_visible_target_alignment': Scalar(shape=(), dtype=float32),
            'nav_object_bbox': Tensor(shape=(10,), dtype=float32),
            'relative_arm_location_metadata': Tensor(shape=(4,), dtype=float32),
            'room_current_seen': Scalar(shape=(), dtype=bool),
            'rooms_seen': Scalar(shape=(), dtype=int64),
            'visible_target_4m_count': Scalar(shape=(), dtype=int64),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
episodio_metadatos FuncionesDict
metadatos_episodio/ruta_archivo Tensor cadena
episodio_metadatos/task_target_split Tensor cadena
metadatos_episodio/tipo_tarea Tensor cadena
pasos Conjunto de datos
pasos/acción Tensor (9,) flotador32
pasos/descuento Escalar flotador32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/instrucción_idioma Tensor cadena
pasos/observación FuncionesDict
pasos/observación/un_objeto_está_en_mano Escalar booleano
pasos/observación/house_index Escalar int64
pasos/observación/tarea_hipotética_éxito Escalar booleano
pasos/observación/imagen Imagen (224, 384, 3) uint8
pasos/observación/manipulación_imagen Imagen (224, 384, 3) uint8
pasos/observación/última_acción_es_aleatoria Escalar booleano
pasos/observación/última_cadena_acción Tensor cadena
pasos/observación/última_acción_éxito Escalar booleano
pasos/observación/última_ubicación_agente Tensor (6,) flotador32
pasos/observación/manip_object_bbox Tensor (10,) flotador32
pasos/observación/distancia_objetivo_mínima_l2 Escalar flotador32
pasos/observación/alineación_objetivo_mínimo_visible Escalar flotador32
pasos/observación/nav_object_bbox Tensor (10,) flotador32
pasos/observación/relative_arm_location_metadata Tensor (4,) flotador32
pasos/observación/room_current_seen Escalar booleano
pasos/observación/habitaciones_vistas Escalar int64
pasos/observación/visible_target_4m_count Escalar int64
pasos/recompensa Escalar flotador32
@article{spoc2023,
    author    = {Kiana Ehsani, Tanmay Gupta, Rose Hendrix, Jordi Salvador, Luca Weihs, Kuo-Hao Zeng, Kunal Pratap Singh, Yejin Kim, Winson Han, Alvaro Herrasti, Ranjay Krishna, Dustin Schwenk, Eli VanderBilt, Aniruddha Kembhavi},
    title     = {Imitating Shortest Paths in Simulation Enables Effective Navigation and Manipulation in the Real World},
    journal   = {arXiv},
    year      = {2023},
    eprint    = {2312.02976},
}