לְגַשֵׁר

• תיאור :

WidowX באינטראקציה עם מטבחי צעצוע

• דף הבית : https://rail-berkeley.github.io/bridgedata/

• קוד מקור : tfds.robotics.rtx.Bridge

• גרסאות :

  • 0.1.0 (ברירת מחדל): שחרור ראשוני.

• גודל הורדה : Unknown size

• גודל מערך נתונים : 387.49 GiB

• שמור אוטומטי במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'test'	3,475
'train'	25,460

• מבנה תכונה :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'episode_id': Scalar(shape=(), dtype=int32),
        'file_path': string,
        'has_image_0': Scalar(shape=(), dtype=bool),
        'has_image_1': Scalar(shape=(), dtype=bool),
        'has_image_2': Scalar(shape=(), dtype=bool),
        'has_image_3': Scalar(shape=(), dtype=bool),
        'has_language': Scalar(shape=(), dtype=bool),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32),
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_embedding': Tensor(shape=(512,), dtype=float32),
        'language_instruction': string,
        'observation': FeaturesDict({
            'image_0': Image(shape=(256, 256, 3), dtype=uint8),
            'image_1': Image(shape=(256, 256, 3), dtype=uint8),
            'image_2': Image(shape=(256, 256, 3), dtype=uint8),
            'image_3': Image(shape=(256, 256, 3), dtype=uint8),
            'state': Tensor(shape=(7,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
episode_metadata	FeaturesDict
episode_metadata/episode_id	סקלר		int32
episode_metadata/file_path	מוֹתֵחַ		חוּט
episode_metadata/has_image_0	סקלר		bool
episode_metadata/has_image_1	סקלר		bool
episode_metadata/has_image_2	סקלר		bool
episode_metadata/has_image_3	סקלר		bool
episode_metadata/has_language	סקלר		bool
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(7,)	לצוף32
צעדים/הנחה	סקלר		לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
שלבים/הטבעת_שפה	מוֹתֵחַ	(512,)	לצוף32
שלבים/הוראת_שפה	מוֹתֵחַ		חוּט
צעדים/תצפית	FeaturesDict
צעדים/תצפית/תמונה_0	תמונה	(256, 256, 3)	uint8
צעדים/תצפית/תמונה_1	תמונה	(256, 256, 3)	uint8
צעדים/תצפית/תמונה_2	תמונה	(256, 256, 3)	uint8
צעדים/תצפית/תמונה_3	תמונה	(256, 256, 3)	uint8
צעדים/תצפית/מצב	מוֹתֵחַ	(7,)	לצוף32
צעדים/פרס	סקלר		לצוף32

• מפתחות בפיקוח (ראה as_supervised doc ): None

• איור ( tfds.show_examples ): לא נתמך.

• דוגמאות ( tfds.as_dataframe ):

• ציטוט :

@inproceedings{walke2023bridgedata,
    title={BridgeData V2: A Dataset for Robot Learning at Scale},
    author={Walke, Homer and Black, Kevin and Lee, Abraham and Kim, Moo Jin and Du, Max and Zheng, Chongyi and Zhao, Tony and Hansen-Estruch, Philippe and Vuong, Quan and He, Andre and Myers, Vivek and Fang, Kuan and Finn, Chelsea and Levine, Sergey},
    booktitle={Conference on Robot Learning (CoRL)},
    year={2023}
}