mt_opt

• विवरण :

एमटी-ऑप्ट पेपर के लिए डेटासेट।

• होमपेज : https://karolhausman.github.io/mt-opt/

• स्रोत कोड : tfds.robotics.mt_opt.MtOpt

• संस्करण :

  • 1.0.0 (डिफ़ॉल्ट): प्रारंभिक रिलीज़।

• डाउनलोड आकार : Unknown size

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उद्धरण :

@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 (डिफ़ॉल्ट कॉन्फ़िगरेशन)

• विन्यास विवरण : इस डेटासेट में वास्तविक रोबोटों के बेड़े में एकत्र किए गए कार्य एपिसोड शामिल हैं। यह चरणों और प्रकरणों का प्रतिनिधित्व करने के लिए RLDS प्रारूप का अनुसरण करता है।

• डेटासेट का आकार : 4.38 TiB

• विभाजन :

• फ़ीचर संरचना :

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,
})

• फ़ीचर दस्तावेज़ीकरण :

• उदाहरण ( tfds.as_dataframe ):

एमटी_ऑप्ट/एसडी

• Config विवरण : सफलता डिटेक्टर डेटासेट जिसमें कार्यों को पूरा करने की मानव क्यूरेटेड परिभाषाएं शामिल हैं।

• डेटासेट का आकार : 548.56 GiB

• विभाजन :

• फ़ीचर संरचना :

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,
})

• फ़ीचर दस्तावेज़ीकरण :

• उदाहरण ( tfds.as_dataframe ):