Датасет · MLL-Lab
Бенчмарк и логи агентов для робототехники в симуляторе
MLL-Lab/embodied-exam-data
Медиаданные и записи прогонов код-агентов для бенчмарка Embodied First Exam по управлению роботами в симуляции.
Что внутри
Датасет содержит от 100 тысяч до 1 миллиона элементов: картинки, видеозаписи и полные логи попыток агентов из лидерборда Embodied First Exam. Каждое задание представляет собой сцену в симуляторе с текстовой целью, а ответом служит программный код, который проверяется перезапуском в чистой среде симуляции.
Что можно сделать
- Оценка и сравнение код-агентов для задач embodied AI и робототехники
- Анализ траекторий и ошибок ИИ-агентов на основе опубликованных прогонов из лидерборда
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 41,3 тыс.
- Лайков
- 0
Как загрузить
from datasets import load_dataset
ds = load_dataset("MLL-Lab/embodied-exam-data")