روبونت

با مجموعه‌ها، منظم بمانید ذخیره و دسته‌بندی محتوا براساس اولویت‌های شما.

  • توضیحات :

RoboNet حاوی بیش از 15 میلیون فریم ویدیویی از تعامل ربات-شی است که از 113 نقطه دید دوربین منحصر به فرد گرفته شده است.

  • این کنش‌ها به صورت دلتا در موقعیت و چرخش به سمت افکتور انتهایی ربات هستند و یک بعد اضافی از بردار عمل برای اتصال گیره در نظر گرفته شده است.

  • حالت‌ها فضای عمل کنترلی اثر پایانی دکارتی با چرخش محدود و یک مفصل گیره هستند

  • اسناد اضافی : کاوش در کاغذها با کد

  • صفحه اصلی : https://www.robonet.wiki/

  • کد منبع : tfds.datasets.robonet.Builder

  • نسخه ها :

    • 4.0.1 (پیش‌فرض): بدون یادداشت انتشار.
  • کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

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

  • نقل قول :

@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 (پیکربندی پیش‌فرض)

  • توضیحات پیکربندی : نمونه RoboNet 64x64.

  • حجم دانلود : 119.80 MiB

  • حجم مجموعه داده : 183.04 MiB

  • ذخیره خودکار ( مستندات ): فقط زمانی که shuffle_files=False (قطار)

  • تقسیم ها :

شکاف مثال ها
'train' 700
  • ساختار ویژگی :
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)),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
FeaturesDict
اقدامات تانسور (هیچ، 5) float32
نام فایل متن رشته
ایالت ها تانسور (هیچ، 5) float32
ویدئو ویدئو (تصویر) (هیچ، 64، 64، 3) uint8

robonet/robonet_sample_128

  • توضیحات پیکربندی : نمونه RoboNet 128x128.

  • حجم دانلود : 119.80 MiB

  • حجم مجموعه داده : 638.98 MiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'train' 700
  • ساختار ویژگی :
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)),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
FeaturesDict
اقدامات تانسور (هیچ، 5) float32
نام فایل متن رشته
ایالت ها تانسور (هیچ، 5) float32
ویدئو ویدئو (تصویر) (هیچ، 128، 128، 3) uint8

robonet/robonet_64

  • توضیحات پیکربندی : RoboNet 64x64.

  • حجم دانلود : 36.20 GiB

  • حجم مجموعه داده : 41.37 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'train' 162,417
  • ساختار ویژگی :
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)),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
FeaturesDict
اقدامات تانسور (هیچ، 5) float32
نام فایل متن رشته
ایالت ها تانسور (هیچ، 5) float32
ویدئو ویدئو (تصویر) (هیچ، 64، 64، 3) uint8

robonet/robonet_128

  • توضیحات پیکربندی : 128x128 RoboNet.

  • حجم دانلود : 36.20 GiB

  • حجم مجموعه داده : 144.90 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'train' 162,417
  • ساختار ویژگی :
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)),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
FeaturesDict
اقدامات تانسور (هیچ، 5) float32
نام فایل متن رشته
ایالت ها تانسور (هیچ، 5) float32
ویدئو ویدئو (تصویر) (هیچ، 128، 128، 3) uint8