- คำอธิบาย :
ชุดข้อมูลสำหรับ กระดาษ MT-Opt
หน้าแรก : https://karolhausman.github.io/mt-opt/
รหัสที่มา :
tfds.robotics.mt_opt.MtOpt
รุ่น :
-
1.0.0
(ค่าเริ่มต้น): การเปิดตัวครั้งแรก
-
ขนาดการดาวน์โหลด :
Unknown size
แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่
คีย์ภายใต้การดูแล (ดู
as_supervised
doc ):None
รูปภาพ ( tfds.show_examples ): ไม่รองรับ
การอ้างอิง :
@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 (การกำหนดค่าเริ่มต้น)
คำอธิบาย การกำหนดค่า : ชุดข้อมูลนี้มีตอนของงานที่รวบรวมจากกลุ่มหุ่นยนต์จริง เป็นไปตาม รูปแบบ RLDS เพื่อแสดงถึงขั้นตอนและตอนต่างๆ
ขนาดชุดข้อมูล :
4.38 TiB
แยก :
แยก | ตัวอย่าง |
---|---|
'train' | 920,165 |
- โครงสร้างคุณลักษณะ :
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,
})
- เอกสารคุณสมบัติ :
ลักษณะเฉพาะ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
ตอนที่_id | เทนเซอร์ | สตริง | ||
ทักษะ | เทนเซอร์ | uint8 | ||
ขั้นตอน | ชุดข้อมูล | |||
ขั้นตอน/การดำเนินการ | คุณสมบัติDict | |||
ขั้นตอน/การกระทำ/close_gripper | เทนเซอร์ | บูล | ||
ขั้นตอน/การกระทำ/open_gripper | เทนเซอร์ | บูล | ||
ขั้นตอน/การกระทำ/target_pose | เทนเซอร์ | (7,) | ลอย32 | |
ขั้นตอน/การดำเนินการ/ยุติ | เทนเซอร์ | บูล | ||
ขั้นตอน/is_first | เทนเซอร์ | บูล | ||
ขั้นตอน/is_last | เทนเซอร์ | บูล | ||
ขั้นตอน/is_terminal | เทนเซอร์ | บูล | ||
ขั้นตอน/ข้อสังเกต | คุณสมบัติDict | |||
ขั้นตอน/การสังเกต/gripper_closed | เทนเซอร์ | บูล | ||
ขั้นตอน/การสังเกต/height_to_bottom | เทนเซอร์ | ลอย32 | ||
ขั้นตอน/ข้อสังเกต/ภาพ | ภาพ | (512, 640, 3) | uint8 | |
ขั้นตอน/การสังเกต/state_dense | เทนเซอร์ | (7,) | ลอย32 | |
task_code | เทนเซอร์ | สตริง |
- ตัวอย่าง ( tfds.as_dataframe ):
mt_opt/sd
คำอธิบาย การกำหนดค่า : ชุดข้อมูลตัวตรวจจับความสำเร็จที่มีคำจำกัดความของงานที่เสร็จสิ้นโดยมนุษย์
ขนาดชุดข้อมูล :
548.56 GiB
แยก :
แยก | ตัวอย่าง |
---|---|
'test' | 94,636 |
'train' | 380,234 |
- โครงสร้างคุณลักษณะ :
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,
})
- เอกสารคุณสมบัติ :
ลักษณะเฉพาะ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
รูปภาพ_0 | ภาพ | (512, 640, 3) | uint8 | |
รูปภาพ_1 | ภาพ | (480, 640, 3) | uint8 | |
อิมเมจ_2 | ภาพ | (480, 640, 3) | uint8 | |
ความสำเร็จ | เทนเซอร์ | บูล | ||
task_code | เทนเซอร์ | สตริง |
- ตัวอย่าง ( tfds.as_dataframe ):