utokyo_saytap_converted_externally_to_rlds

  • คำอธิบาย :

A1 เดินไม่มี RGB

แยก ตัวอย่าง
'train' 20
  • โครงสร้างคุณสมบัติ :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32, description=Robot action, consists of [12x joint positios].),
        '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({
            'desired_pattern': Tensor(shape=(4, 5), dtype=bool, description=Desired foot contact pattern for the 4 legs, the 4 rows are for the front right, front left, rear right and rear left legs, the pattern length is 5 (=0.1s).),
            'desired_vel': Tensor(shape=(3,), dtype=float32, description=Desired velocites. The first 2 are linear velocities along and perpendicular to the heading direction, the 3rd is the desired angular velocity about the yaw axis.),
            'image': Image(shape=(64, 64, 3), dtype=uint8, description=Dummy camera RGB observation.),
            'prev_act': Tensor(shape=(12,), dtype=float32, description=Actions applied in the previous step.),
            'proj_grav_vec': Tensor(shape=(3,), dtype=float32, description=The gravity vector [0, 0, -1] in the robot base frame.),
            'state': Tensor(shape=(30,), dtype=float32, description=Robot state, consists of [3x robot base linear velocity, 3x base angular vel, 12x joint position, 12x joint velocity].),
            'wrist_image': Image(shape=(64, 64, 3), dtype=uint8, description=Dummy wrist camera RGB observation.),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
ตอนที่_ข้อมูลเมตา คุณสมบัติDict
ตอนที่_metadata/file_path ข้อความ เชือก เส้นทางไปยังไฟล์ข้อมูลต้นฉบับ
ขั้นตอน ชุดข้อมูล
ขั้นตอน/การดำเนินการ เทนเซอร์ (12,) ลอย32 การกระทำของหุ่นยนต์ประกอบด้วย [ตำแหน่งข้อต่อ 12x]
ขั้นตอน/ส่วนลด สเกลาร์ ลอย32 ส่วนลดหากมีให้ ค่าเริ่มต้นคือ 1
ขั้นตอน/is_first เทนเซอร์ บูล
ขั้นตอน/is_last เทนเซอร์ บูล
ขั้นตอน/is_terminal เทนเซอร์ บูล
ขั้นตอน/ภาษา_embedding เทนเซอร์ (512,) ลอย32 การฝังภาษาโคน่า ดู https://tfhub.dev/google/universal-sentence-encoder-large/5
ขั้นตอน/Language_instruction ข้อความ เชือก การสอนภาษา.
ขั้นตอน/การสังเกต คุณสมบัติDict
ขั้นตอน/การสังเกต/desired_pattern เทนเซอร์ (4, 5) บูล รูปแบบการสัมผัสเท้าที่ต้องการสำหรับขาทั้ง 4 ขา ทั้ง 4 แถวมีไว้สำหรับขาหน้าขวา หน้าซ้าย หลังขวา และขาหลังซ้าย ความยาวของรูปแบบคือ 5 (=0.1 วินาที)
ขั้นตอน/การสังเกต/desired_vel เทนเซอร์ (3,) ลอย32 ความเร็วที่ต้องการ 2 อันแรกเป็นความเร็วเชิงเส้นที่ตั้งฉากกับทิศทางที่มุ่งหน้าไป ส่วนอันที่ 3 คือความเร็วเชิงมุมที่ต้องการเกี่ยวกับแกนหันเห
ขั้นตอน/การสังเกต/ภาพ ภาพ (64, 64, 3) uint8 การสังเกต RGB ของกล้องจำลอง
ขั้นตอน/การสังเกต/prev_act เทนเซอร์ (12,) ลอย32 การดำเนินการที่ใช้ในขั้นตอนก่อนหน้า
ขั้นตอน/การสังเกต/proj_grav_vec เทนเซอร์ (3,) ลอย32 เวกเตอร์แรงโน้มถ่วง [0, 0, -1] ในกรอบฐานหุ่นยนต์
ขั้นตอน/การสังเกต/สถานะ เทนเซอร์ (30,) ลอย32 สถานะของหุ่นยนต์ประกอบด้วย [ความเร็วเชิงเส้นของฐานหุ่นยนต์ 3x, ความเร็วเชิงมุมฐาน 3x, ตำแหน่งข้อต่อ 12x, ความเร็วข้อต่อ 12x]
ขั้นตอน/การสังเกต/wrist_image ภาพ (64, 64, 3) uint8 การสังเกต RGB ของกล้องดัมมี่ข้อมือ
ขั้นตอน/รางวัล สเกลาร์ ลอย32 รางวัลหากมีให้ 1 ในขั้นตอนสุดท้ายสำหรับการสาธิต
  • การอ้างอิง :
@article{saytap2023,
  author = {Yujin Tang and Wenhao Yu and Jie Tan and Heiga Zen and Aleksandra Faust and
Tatsuya Harada},
  title  = {SayTap: Language to Quadrupedal Locomotion},
  eprint = {arXiv:2306.07580},
  url    = {https://saytap.github.io},
  note   = "{https://saytap.github.io}",
  year   = {2023}
}