mt_opt

  • বর্ণনা :

এমটি-অপ্ট পেপারের জন্য ডেটাসেট।

@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

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