pont_data_msr

• Description :

Un ensemble de trajectoires de manipulation d'objets collectées lors de Microsoft Research sur un robot WidowX-250 dans une configuration et un format compatibles avec BridgeData V2 de l'UC Berkeley ( https://rail-berkeley.github.io/bridgedata/ )

• Page d'accueil : https://www.microsoft.com/en-us/download/details.aspx?id=105937

• Code source : tfds.robotics.rtx.BridgeDataMsr

• Versions :

  • 0.1.0 (par défaut) : version initiale.

• Taille du téléchargement : Unknown size

• Taille du jeu de données : 21.54 GiB

• Mise en cache automatique ( documentation ) : Non

• Divisions :

• Structure des fonctionnalités :

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),
    }),
})

• Documentation des fonctionnalités :

• Clés supervisées (Voir doc as_supervised ) : None

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ) :

• Citation :