puente_datos_msr

• Descripción :

Un conjunto de trayectorias de manipulación de objetos recopiladas en Microsoft Research en un robot WidowX-250 en una configuración y formato compatible con BridgeData V2 de UC Berkeley ( https://rail-berkeley.github.io/bridgedata/ )

• Página de inicio : https://www.microsoft.com/en-us/download/details.aspx?id=105937

• Código fuente : tfds.robotics.rtx.BridgeDataMsr

• Versiones :

  • 0.1.0 (predeterminado): versión inicial.

• Tamaño de descarga : Unknown size

• Tamaño del conjunto de datos : 21.54 GiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

• Estructura de características :

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),
    }),
})

• Documentación de funciones :

• Claves supervisadas (ver documento as_supervised ): None

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Citación :