- বর্ণনা :
এমটি-অপ্ট পেপারের জন্য ডেটাসেট।
সোর্স কোড :
tfds.robotics.mt_opt.MtOpt
সংস্করণ :
-
1.0.0
(ডিফল্ট): প্রাথমিক প্রকাশ।
-
ডাউনলোড আকার :
Unknown size
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
তত্ত্বাবধান করা কী (দেখুন
as_supervised
doc ):None
চিত্র ( tfds.show_examples ): সমর্থিত নয়।
উদ্ধৃতি :
@misc{kalashnikov2021mtopt,
title={MT-Opt: Continuous Multi-Task Robotic Reinforcement Learning at Scale},
author={Dmitry Kalashnikov and Jacob Varley and Yevgen Chebotar and Benjamin Swanson and Rico Jonschkowski and Chelsea Finn and Sergey Levine and Karol Hausman},
year={2021},
eprint={2104.08212},
archivePrefix={arXiv},
primaryClass={cs.RO}
}
mt_opt/rlds (ডিফল্ট কনফিগারেশন)
কনফিগারেশনের বিবরণ : এই ডেটাসেটে বাস্তব রোবটের ফ্লিট জুড়ে সংগৃহীত টাস্ক পর্ব রয়েছে। এটি ধাপ এবং পর্বগুলি উপস্থাপন করতে RLDS বিন্যাস অনুসরণ করে।
ডেটাসেটের আকার :
4.38 TiB
বিভাজন :
বিভক্ত | উদাহরণ |
---|---|
'train' | 920,165 |
- বৈশিষ্ট্য গঠন :
FeaturesDict({
'episode_id': string,
'skill': uint8,
'steps': Dataset({
'action': FeaturesDict({
'close_gripper': bool,
'open_gripper': bool,
'target_pose': Tensor(shape=(7,), dtype=float32),
'terminate': bool,
}),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'gripper_closed': bool,
'height_to_bottom': float32,
'image': Image(shape=(512, 640, 3), dtype=uint8),
'state_dense': Tensor(shape=(7,), dtype=float32),
}),
}),
'task_code': string,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
episode_id | টেনসর | স্ট্রিং | ||
দক্ষতা | টেনসর | uint8 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | ফিচারসডিক্ট | |||
পদক্ষেপ/ক্রিয়া/ক্লোজ_গ্রিপার | টেনসর | bool | ||
পদক্ষেপ/অ্যাকশন/ওপেন_গ্রিপার | টেনসর | bool | ||
পদক্ষেপ/অ্যাকশন/টার্গেট_পোজ | টেনসর | (৭,) | float32 | |
পদক্ষেপ/ক্রিয়া/সমাপ্ত | টেনসর | bool | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/অবজারভেশন/গ্রিপার_ক্লোজড | টেনসর | bool | ||
ধাপ/পর্যবেক্ষণ/উচ্চতা_থেকে_নীচ পর্যন্ত | টেনসর | float32 | ||
পদক্ষেপ/পর্যবেক্ষণ/চিত্র | ছবি | (512, 640, 3) | uint8 | |
পদক্ষেপ/অবজারভেশন/state_dens | টেনসর | (৭,) | float32 | |
টাস্ক_কোড | টেনসর | স্ট্রিং |
- উদাহরণ ( tfds.as_dataframe ):
mt_opt/sd
কনফিগারেশনের বিবরণ : সফল ডিটেক্টর ডেটাসেট যাতে কাজ সমাপ্তির মানবিক সংজ্ঞা রয়েছে।
ডেটাসেটের আকার :
548.56 GiB
বিভাজন :
বিভক্ত | উদাহরণ |
---|---|
'test' | 94,636 |
'train' | 380,234 |
- বৈশিষ্ট্য গঠন :
FeaturesDict({
'image_0': Image(shape=(512, 640, 3), dtype=uint8),
'image_1': Image(shape=(480, 640, 3), dtype=uint8),
'image_2': Image(shape=(480, 640, 3), dtype=uint8),
'success': bool,
'task_code': string,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
image_0 | ছবি | (512, 640, 3) | uint8 | |
image_1 | ছবি | (480, 640, 3) | uint8 | |
image_2 | ছবি | (480, 640, 3) | uint8 | |
সাফল্য | টেনসর | bool | ||
টাস্ক_কোড | টেনসর | স্ট্রিং |
- উদাহরণ ( tfds.as_dataframe ):