mt_opt

• Deskripsi :

Kumpulan data untuk makalah MT-Opt .

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

• Kode sumber : tfds.robotics.mt_opt.MtOpt

• Versi :

  • 1.0.0 (default): Rilis awal.

• Ukuran unduhan : Unknown size

• Di-cache otomatis ( dokumentasi ): Tidak

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@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 (konfigurasi default)

• Deskripsi konfigurasi : Kumpulan data ini berisi episode tugas yang dikumpulkan di seluruh armada robot sungguhan. Ini mengikuti format RLDS untuk mewakili langkah dan episode.

• Ukuran dataset : 4.38 TiB

• Perpecahan :

Membelah	Contoh
'train'	920.165

• Struktur fitur :

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,
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
episode_id	Tensor		rangkaian
keahlian	Tensor		uint8
Langkah	Himpunan data
langkah/tindakan	fiturDict
langkah/tindakan/close_gripper	Tensor		bool
langkah/tindakan/open_gripper	Tensor		bool
langkah/tindakan/target_pose	Tensor	(7,)	float32
langkah/tindakan/menghentikan	Tensor		bool
langkah/adalah_pertama	Tensor		bool
langkah/is_last	Tensor		bool
langkah/is_terminal	Tensor		bool
langkah/pengamatan	fiturDict
langkah/pengamatan/gripper_closed	Tensor		bool
langkah/pengamatan/height_to_bottom	Tensor		float32
langkah/pengamatan/gambar	Gambar	(512, 640, 3)	uint8
langkah/pengamatan/keadaan_padat	Tensor	(7,)	float32
kode_tugas	Tensor		rangkaian

• Contoh ( tfds.as_dataframe ):

mt_opt/sd

• Deskripsi konfigurasi : Kumpulan data pendeteksi keberhasilan yang berisi definisi penyelesaian tugas yang dikuratori oleh manusia.

• Ukuran dataset : 548.56 GiB

• Perpecahan :

Membelah	Contoh
'test'	94.636
'train'	380.234

• Struktur fitur :

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,
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
gambar_0	Gambar	(512, 640, 3)	uint8
gambar_1	Gambar	(480, 640, 3)	uint8
gambar_2	Gambar	(480, 640, 3)	uint8
kesuksesan	Tensor		bool
kode_tugas	Tensor		rangkaian

• Contoh ( tfds.as_dataframe ):