Language-World

基于 Meta-World 的语言和机器人基准。

Language-World被打包为一系列小工具，用于处理Meta-World观测结果。直接包装Meta-World环境留给用户。为了避免混淆，请始终使用Meta-World的可见目标、随机目标和初始状态变化（MT50-rand），并始终采样长度为500个episodes。如果您选择不这样做，请突出显示您所使用的配置。

可以通过pip安装Language-World

pip install git+https://github.com/krzentner/language-world.git@v0.1.0

或者，将 此文件 复制到您的项目中。

Language-World由三个主要组件组成

首先，一组自然语言任务描述，作为字典提供： language_world.TASK_DESCRIPTIONS: dict[str, str]

其次，一组“脚本技能”，可用于解决MT10（也可以在其他任务中工作）。

language_world.SCRIPTED_SKILL_NAMES: list[str] 列出了所有脚本技能的名称。 language_world.run_scripted_skill(skill_name: str, obs: np.ndarray) -> np.ndarray 根据技能名称和观测结果生成一个动作。

第三，一个查询回答函数

language_world.eval_queries(task_name: str, queries: List[str],
                            obs: np.ndarray, fuzzy: bool=False)

查询回答功能可以评估大量查询。启用 fuzzy 标志将不支持查询映射到最近的受支持查询，使用字符串编辑距离。

language_world.enumerate_base_queries(task_name: str) -> list[str] 提供了一个任务的“基础”查询列表（即不包含合取词的查询）。

language_world.enumerate_all_queries(task_name: str) -> list[str] 提供了一个任务的全部查询列表。