аккуратный робот

Расколоть Примеры
'train' 24
  • Структура функции :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': string,
    }),
    'steps': Dataset({
        'action': string,
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_embedding': Tensor(shape=(512,), dtype=float32),
        'language_instruction': string,
        'observation': FeaturesDict({
            'image': Image(shape=(360, 640, 3), dtype=uint8),
            'object': string,
            'receptacles': Sequence(string),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Функциональная документация :
Особенность Сорт Форма Дтип Описание
ВозможностиDict
эпизод_метаданные ВозможностиDict
метаданные_эпизода/путь_к файлу Тензор нить
шаги Набор данных
шаги/действия Тензор нить
шаги/скидка Скаляр float32
шаги/is_first Тензор логическое значение
шаги/is_last Тензор логическое значение
шаги/is_terminal Тензор логическое значение
шаги/language_embedding Тензор (512,) float32
шаги/language_instruction Тензор нить
шаги/наблюдение ВозможностиDict
шаги/наблюдение/изображение Изображение (360, 640, 3) uint8
шаги/наблюдение/объект Тензор нить
ступеньки/наблюдение/розетки Последовательность (тензор) (Никто,) нить
шаги/награда Скаляр float32
@article{wu2023tidybot,title = {TidyBot: Personalized Robot Assistance with Large Language Models},author = {Wu, Jimmy and Antonova, Rika and Kan, Adam and Lepert, Marion and Zeng, Andy and Song, Shuran and Bohg, Jeannette and Rusinkiewicz, Szymon and Funkhouser, Thomas},journal = {Autonomous Robots},year = {2023} }