тото

  • Описание :

Франка черпает и наливает задания

  • Домашняя страница : https://toto-benchmark.org/

  • Исходный код : tfds.robotics.rtx.Toto

  • Версии :

    • 0.1.0 (по умолчанию): первоначальный выпуск.
  • Размер загрузки : Unknown size

  • Размер набора данных : Unknown size

  • Автокэширование ( документация ): неизвестно.

  • Расколы :

Расколоть Примеры
  • Структура функции :
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),
    }),
})
  • Функциональная документация :
Особенность Сорт Форма Дтип Описание
ВозможностиDict
шаги Набор данных
шаги/действия ВозможностиDict
шаги/действие/open_gripper Тензор логическое значение
шаги/действие/rotation_delta Тензор (3,) float32
шаги/действие/terminate_episode Тензор float32
шаги/действие/world_vector Тензор (3,) float32
шаги/is_first Тензор логическое значение
шаги/is_last Тензор логическое значение
шаги/is_terminal Тензор логическое значение
шаги/наблюдение ВозможностиDict
шаги/наблюдение/изображение Изображение (480, 640, 3) uint8
шаги/наблюдение/natural_language_embedding Тензор (512,) float32
шаги/наблюдение/natural_language_instruction Тензор нить
шаги/наблюдение/состояние Тензор (7,) float32 numpy массив формы (7,). Содержит состояния суставов робота (в виде абсолютных углов суставов) на каждом временном шаге.
шаги/награда Скаляр 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},
 }