utaustin_mutex

  • 説明

多様な家事操作タスク

スプリット
'train' 1,500
  • 機能の構造:
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32, description=Robot action, consists of [6x end effector delta pose, 1x gripper position]),
        'discount': Scalar(shape=(), dtype=float32, 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=(128, 128, 3), dtype=uint8, description=Main camera RGB observation.),
            'state': Tensor(shape=(24,), dtype=float32, description=Robot state, consists of [7x robot joint angles, 1x gripper position, 16x robot end-effector homogeneous matrix].),
            'wrist_image': Image(shape=(128, 128, 3), dtype=uint8, description=Wrist camera RGB observation.),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • 機能ドキュメント:
特徴クラスDタイプ説明
特徴辞書
エピソード_メタデータ特徴辞書
エピソードメタデータ/ファイルパス文章元のデータ ファイルへのパス。
ステップデータセット
ステップ/アクションテンソル(7,) float32ロボットアクションは、[6x エンドエフェクターデルタポーズ、1x グリッパーポジション] で構成されます。
歩数/割引スカラーfloat32割引が指定されている場合、デフォルトは 1 です。
ステップ/is_firstテンソルブール
ステップ/is_lastテンソルブール
ステップ/is_terminalテンソルブール
ステップ/言語_埋め込みテンソル(512,) float32コナ言語の埋め込み。 https://tfhub.dev/google/universal-sentence-encoder-large/5 を参照してください。
ステップ/言語説明文章各タスクの詳細な言語説明。
ステップ/観察特徴辞書
手順・観察・イメージ画像(128、128、3) uint8メインカメラRGB観察。
ステップ/観察/状態テンソル(24,) float32ロボットの状態は、[7x ロボット関節角度、1x グリッパー位置、16x ロボット エンドエフェクターの均質マトリックス] で構成されます。
歩数/観察/手首画像画像(128、128、3) uint8リストカメラRGB観察。
歩数/報酬スカラーfloat32提供されている場合は報酬、デモの最終ステップで 1。
  • 引用
@inproceedings{
    shah2023mutex,
    title={ {MUTEX}: Learning Unified Policies from Multimodal Task Specifications},
    author={Rutav Shah and Roberto Mart{\'\i}n-Mart{\'\i}n and Yuke Zhu},
    booktitle={7th Annual Conference on Robot Learning},
    year={2023},
    url={https://openreview.net/forum?id=PwqiqaaEzJ}
}