bridge_data_msr

• Descrizione :

Una serie di traiettorie di manipolazione di oggetti raccolte presso Microsoft Research su un robot WidowX-250 in una configurazione e un formato compatibile con BridgeData V2 dell'UC Berkeley ( https://rail-berkeley.github.io/bridgedata/ )

• Pagina iniziale : https://www.microsoft.com/en-us/download/details.aspx?id=105937

• Codice sorgente : tfds.robotics.rtx.BridgeDataMsr

• Versioni :

  • 0.1.0 (predefinito): versione iniziale.

• Dimensioni del download : Unknown size

• Dimensione del set di dati : 21.54 GiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

• Struttura delle caratteristiche :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': string,
        'has_depth_0': Scalar(shape=(), dtype=bool),
        'has_image_0': Scalar(shape=(), dtype=bool),
        'has_image_1': Scalar(shape=(), dtype=bool),
        'has_image_2': Scalar(shape=(), dtype=bool),
        'has_language': Scalar(shape=(), dtype=bool),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32),
        '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({
            'depth_0': Image(shape=(480, 640, 1), dtype=uint8),
            'image_0': Image(shape=(480, 640, 3), dtype=uint8),
            'image_1': Image(shape=(480, 640, 3), dtype=uint8),
            'image_2': Image(shape=(480, 640, 3), dtype=uint8),
            'state': Tensor(shape=(7,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :