robot

• Deskripsi :

RoboNet berisi lebih dari 15 juta bingkai video interaksi robot-objek, diambil dari 113 sudut pandang kamera yang unik.

• Tindakannya adalah delta dalam posisi dan rotasi ke robot end-effector dengan satu dimensi tambahan dari vektor tindakan yang disediakan untuk sambungan gripper.

• Statusnya adalah ruang aksi kontrol end-effector kartesian dengan rotasi terbatas, dan sambungan gripper

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : https://www.robonet.wiki/

• Kode sumber : tfds.datasets.robonet.Builder

• Versi :

  • 4.0.1 (default): Tidak ada catatan rilis.

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@article{dasari2019robonet,
  title={RoboNet: Large-Scale Multi-Robot Learning},
  author={Dasari, Sudeep and Ebert, Frederik and Tian, Stephen and
  Nair, Suraj and Bucher, Bernadette and Schmeckpeper, Karl
  and Singh, Siddharth and Levine, Sergey and Finn, Chelsea},
  journal={arXiv preprint arXiv:1910.11215},
  year={2019}
}

robonet/robonet_sample_64 (konfigurasi default)

• Deskripsi konfigurasi : Sampel RoboNet 64x64.

• Ukuran unduhan : 119.80 MiB

• Ukuran dataset : 183.04 MiB

• Auto-cached ( dokumentasi ): Hanya ketika shuffle_files=False (train)

• Perpecahan :

Membelah	Contoh
'train'	700

• Struktur fitur :

FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=float32),
    'filename': Text(shape=(), dtype=string),
    'states': Tensor(shape=(None, 5), dtype=float32),
    'video': Video(Image(shape=(64, 64, 3), dtype=uint8)),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
tindakan	Tensor	(Tidak ada, 5)	float32
nama file	Teks		rangkaian
negara bagian	Tensor	(Tidak ada, 5)	float32
video	Video(Gambar)	(Tidak ada, 64, 64, 3)	uint8

• Contoh ( tfds.as_dataframe ):

robonet/robonet_sample_128

• Deskripsi konfigurasi : Sampel RoboNet 128x128.

• Ukuran unduhan : 119.80 MiB

• Ukuran dataset : 638.98 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	700

• Struktur fitur :

FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=float32),
    'filename': Text(shape=(), dtype=string),
    'states': Tensor(shape=(None, 5), dtype=float32),
    'video': Video(Image(shape=(128, 128, 3), dtype=uint8)),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
tindakan	Tensor	(Tidak ada, 5)	float32
nama file	Teks		rangkaian
negara bagian	Tensor	(Tidak ada, 5)	float32
video	Video(Gambar)	(Tidak ada, 128, 128, 3)	uint8

• Contoh ( tfds.as_dataframe ):

robonet/robonet_64

• Deskripsi konfigurasi : 64x64 RoboNet.

• Ukuran unduhan : 36.20 GiB

• Ukuran dataset : 41.37 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	162.417

• Struktur fitur :

FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=float32),
    'filename': Text(shape=(), dtype=string),
    'states': Tensor(shape=(None, 5), dtype=float32),
    'video': Video(Image(shape=(64, 64, 3), dtype=uint8)),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
tindakan	Tensor	(Tidak ada, 5)	float32
nama file	Teks		rangkaian
negara bagian	Tensor	(Tidak ada, 5)	float32
video	Video(Gambar)	(Tidak ada, 64, 64, 3)	uint8

• Contoh ( tfds.as_dataframe ):

robonet/robonet_128

• Deskripsi konfigurasi : 128x128 RoboNet.

• Ukuran unduhan : 36.20 GiB

• Ukuran dataset : 144.90 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	162.417

• Struktur fitur :

FeaturesDict({
    'actions': Tensor(shape=(None, 5), dtype=float32),
    'filename': Text(shape=(), dtype=string),
    'states': Tensor(shape=(None, 5), dtype=float32),
    'video': Video(Image(shape=(128, 128, 3), dtype=uint8)),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
tindakan	Tensor	(Tidak ada, 5)	float32
nama file	Teks		rangkaian
negara bagian	Tensor	(Tidak ada, 5)	float32
video	Video(Gambar)	(Tidak ada, 128, 128, 3)	uint8

• Contoh ( tfds.as_dataframe ):