- opis :
Zbiory danych dla artykułu MT-Opt .
Strona główna : https://karolhausman.github.io/mt-opt/
Kod źródłowy :
tfds.robotics.mt_opt.MtOpt
Wersje :
-
1.0.0
(domyślnie): Wersja początkowa.
-
Rozmiar pliku do pobrania :
Unknown size
Automatyczne buforowanie ( dokumentacja ): Nie
Klucze nadzorowane (Zobacz dokument
as_supervised
):None
Rysunek ( tfds.show_examples ): Nieobsługiwany.
Cytat :
@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 (domyślna konfiguracja)
Opis konfiguracji: Ten zestaw danych zawiera epizody zadań zebrane z floty prawdziwych robotów. Jest zgodny z formatem RLDS, aby reprezentować kroki i odcinki.
Rozmiar zestawu danych :
4.38 TiB
Podziały :
Rozdzielać | Przykłady |
---|---|
'train' | 920165 |
- Struktura funkcji :
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,
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDict | ||||
identyfikator_odcinka | Napinacz | strunowy | ||
umiejętność | Napinacz | uint8 | ||
kroki | Zbiór danych | |||
kroki/działanie | FunkcjeDict | |||
kroki/akcja/zamknij_chwytak | Napinacz | bool | ||
kroki/akcja/open_gripper | Napinacz | bool | ||
kroki/akcja/pozycja_docelowa | Napinacz | (7,) | pływak32 | |
kroki/działanie/zakończ | Napinacz | bool | ||
kroki/jest_pierwszy | Napinacz | bool | ||
kroki/jest_ostatni | Napinacz | bool | ||
kroki/jest_terminalem | Napinacz | bool | ||
kroki/obserwacja | FunkcjeDict | |||
kroki/obserwacja/chwytak_zamknięty | Napinacz | bool | ||
kroki/obserwacja/wysokość_do_dna | Napinacz | pływak32 | ||
kroki/obserwacja/obraz | Obraz | (512, 640, 3) | uint8 | |
kroki/obserwacja/state_dense | Napinacz | (7,) | pływak32 | |
kod_zadania | Napinacz | strunowy |
- Przykłady ( tfds.as_dataframe ):
mt_opt/sd
Opis konfiguracji : zestaw danych detektorów sukcesów, który zawiera definicje ukończenia zadań opracowane przez ludzi.
Rozmiar zestawu danych :
548.56 GiB
Podziały :
Rozdzielać | Przykłady |
---|---|
'test' | 94636 |
'train' | 380234 |
- Struktura funkcji :
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,
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDict | ||||
obraz_0 | Obraz | (512, 640, 3) | uint8 | |
obraz_1 | Obraz | (480, 640, 3) | uint8 | |
obraz_2 | Obraz | (480, 640, 3) | uint8 | |
powodzenie | Napinacz | bool | ||
kod_zadania | Napinacz | strunowy |
- Przykłady ( tfds.as_dataframe ):