bridge_data_msr

• شرح :

مجموعه‌ای از مسیرهای دستکاری شی جمع‌آوری‌شده در تحقیقات مایکروسافت بر روی ربات WidowX-250 در یک راه‌اندازی و فرمت سازگار با BridgeData V2 UC Berkeley ( https://rail-berkeley.github.io/bridgedata/ )

• صفحه اصلی : https://www.microsoft.com/en-us/download/details.aspx?id=105937

• کد منبع : tfds.robotics.rtx.BridgeDataMsr

• نسخه ها :

  • 0.1.0 (پیش فرض): انتشار اولیه.

• اندازه دانلود : Unknown size

• حجم مجموعه داده : 21.54 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': string,
        'has_depth_0': Scalar(shape=(), dtype=bool),
        'has_image_0': Scalar(shape=(), dtype=bool),
        'has_image_1': Scalar(shape=(), dtype=bool),
        'has_image_2': 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({
            'depth_0': Image(shape=(480, 640, 1), dtype=uint8),
            'image_0': Image(shape=(480, 640, 3), dtype=uint8),
            'image_1': Image(shape=(480, 640, 3), dtype=uint8),
            'image_2': Image(shape=(480, 640, 3), dtype=uint8),
            'state': Tensor(shape=(7,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :