robonet

• Descripción :

RoboNet contiene más de 15 millones de cuadros de video de interacción robot-objeto, tomados desde 113 puntos de vista de cámara únicos.

• Las acciones son deltas en posición y rotación al efector final del robot con una dimensión adicional del vector de acción reservada para la articulación de la pinza.

• Los estados son el espacio de acción de control del efector final cartesiano con rotación restringida y una articulación de agarre

• Documentación adicional : Explore en Papers With Code

• Página de inicio: https://www.robonet.wiki/

• Código fuente : tfds.datasets.robonet.Builder

• Versiones :

  • 4.0.1 (predeterminado): Sin notas de la versión.

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Cita :

@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 (configuración predeterminada)

• Descripción de la configuración : Muestra RoboNet 64x64.

• Tamaño de la descarga : 119.80 MiB

• Tamaño del conjunto de datos : 183.04 MiB

• Auto-caché ( documentación ): Solo cuando shuffle_files=False (tren)

• Divisiones :

Separar	Ejemplos
'train'	700

• Estructura de características :

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)),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
comportamiento	Tensor	(Ninguno, 5)	flotar32
Nombre del archivo	Texto		cadena
estados	Tensor	(Ninguno, 5)	flotar32
video	Vídeo (Imagen)	(Ninguno, 64, 64, 3)	uint8

• Ejemplos ( tfds.as_dataframe ):

robonet/robonet_sample_128

• Descripción de la configuración : 128x128 Ejemplo de RoboNet.

• Tamaño de la descarga : 119.80 MiB

• Tamaño del conjunto de datos : 638.98 MiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

Separar	Ejemplos
'train'	700

• Estructura de características :

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)),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
comportamiento	Tensor	(Ninguno, 5)	flotar32
Nombre del archivo	Texto		cadena
estados	Tensor	(Ninguno, 5)	flotar32
video	Vídeo (Imagen)	(Ninguno, 128, 128, 3)	uint8

• Ejemplos ( tfds.as_dataframe ):

robonet/robonet_64

• Descripción de la configuración : 64x64 RoboNet.

• Tamaño de descarga : 36.20 GiB

• Tamaño del conjunto de datos : 41.37 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

Separar	Ejemplos
'train'	162,417

• Estructura de características :

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)),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
comportamiento	Tensor	(Ninguno, 5)	flotar32
Nombre del archivo	Texto		cadena
estados	Tensor	(Ninguno, 5)	flotar32
video	Vídeo (Imagen)	(Ninguno, 64, 64, 3)	uint8

• Ejemplos ( tfds.as_dataframe ):

robonet/robonet_128

• Descripción de la configuración : 128x128 RoboNet.

• Tamaño de descarga : 36.20 GiB

• Tamaño del conjunto de datos : 144.90 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

Separar	Ejemplos
'train'	162,417

• Estructura de características :

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)),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
comportamiento	Tensor	(Ninguno, 5)	flotar32
Nombre del archivo	Texto		cadena
estados	Tensor	(Ninguno, 5)	flotar32
video	Vídeo (Imagen)	(Ninguno, 128, 128, 3)	uint8

• Ejemplos ( tfds.as_dataframe ):