totó

  • Descrição :

Franka escavando e despejando tarefas

Dividir Exemplos
  • Estrutura de recursos :
FeaturesDict({
    'steps': Dataset({
        'action': FeaturesDict({
            'open_gripper': bool,
            'rotation_delta': Tensor(shape=(3,), dtype=float32),
            'terminate_episode': float32,
            'world_vector': Tensor(shape=(3,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'image': Image(shape=(480, 640, 3), dtype=uint8),
            'natural_language_embedding': Tensor(shape=(512,), dtype=float32),
            'natural_language_instruction': string,
            'state': Tensor(shape=(7,), dtype=float32, description=numpy array of shape (7,). Contains the robot joint states (as absolute joint angles) at each timestep),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Documentação de recursos :
Recurso Aula Forma Tipo D Descrição
RecursosDict
passos Conjunto de dados
etapas/ação RecursosDict
etapas/ação/open_gripper Tensor bool
etapas/ação/rotação_delta Tensor (3,) float32
etapas/ação/terminar_episódio Tensor float32
passos/ação/vetor_mundo Tensor (3,) float32
passos/é_primeiro Tensor bool
passos/é_último Tensor bool
etapas/is_terminal Tensor bool
etapas/observação RecursosDict
passos/observação/imagem Imagem (480, 640, 3) uint8
etapas/observação/integração_de_linguagem_natural Tensor (512,) float32
etapas/observação/instrução_de_linguagem_natural Tensor corda
etapas/observação/estado Tensor (7,) float32 matriz numpy de forma (7,). Contém os estados das juntas do robô (como ângulos absolutos das juntas) em cada intervalo de tempo
passos/recompensa Escalar float32
@inproceedings{zhou2023train,
  author={Zhou, Gaoyue and Dean, Victoria and Srirama, Mohan Kumar and Rajeswaran, Aravind and Pari, Jyothish and Hatch, Kyle and Jain, Aryan and Yu, Tianhe and Abbeel, Pieter and Pinto, Lerrel and Finn, Chelsea and Gupta, Abhinav},
  booktitle={2023 IEEE International Conference on Robotics and Automation (ICRA)},
  title={Train Offline, Test Online: A Real Robot Learning Benchmark},
  year={2023},
 }