d4rl_adroit_hammer

• תיאור :

D4RL הוא אמת מידה בקוד פתוח ללמידת חיזוק לא מקוון. הוא מספק סביבות סטנדרטיות ומערכי נתונים עבור אלגוריתמי הדרכה ומידוד.

מערכי הנתונים פועלים לפי פורמט RLDS כדי לייצג שלבים ופרקים.

• תיאור תצורה : ראה פרטים נוספים על המשימה וגרסאותיה ב- https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit

• דף הבית : https://sites.google.com/view/d4rl/home

• קוד מקור : tfds.d4rl.d4rl_adroit_hammer.D4rlAdroitHammer

• גרסאות :

  • 1.0.0 : שחרור ראשוני.
  • 1.1.0 (ברירת מחדל): נוסף is_last.

• מפתחות בפיקוח (ראה as_supervised doc ): None

• איור ( tfds.show_examples ): לא נתמך.

• ציטוט :

@misc{fu2020d4rl,
    title={D4RL: Datasets for Deep Data-Driven Reinforcement Learning},
    author={Justin Fu and Aviral Kumar and Ofir Nachum and George Tucker and Sergey Levine},
    year={2020},
    eprint={2004.07219},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

d4rl_adroit_hammer/v0-human (תצורת ברירת המחדל)

• גודל הורדה : 5.33 MiB

• גודל מערך נתונים : 6.10 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• מבנה תכונה :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(33,), dtype=tf.float32),
            'qvel': Tensor(shape=(33,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(46,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})

• תיעוד תכונה :

• דוגמאות ( tfds.as_dataframe ):

d4rl_adroit_hammer/v0-cloned

• גודל הורדה : 644.69 MiB

• גודל מערך נתונים : 538.97 MiB

• שמור אוטומטי במטמון ( תיעוד ): לא

• פיצולים :

• מבנה תכונה :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=tf.float32),
        'discount': tf.float64,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(33,), dtype=tf.float64),
            'qvel': Tensor(shape=(33,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(46,), dtype=tf.float64),
        'reward': tf.float64,
    }),
})

• תיעוד תכונה :

• דוגמאות ( tfds.as_dataframe ):

d4rl_adroit_hammer/v0-expert

• גודל הורדה : 529.91 MiB

• גודל מערך נתונים : 737.00 MiB

• שמור אוטומטי במטמון ( תיעוד ): לא

• פיצולים :

• מבנה תכונה :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_logstd': Tensor(shape=(26,), dtype=tf.float32),
            'action_mean': Tensor(shape=(26,), dtype=tf.float32),
            'qpos': Tensor(shape=(33,), dtype=tf.float32),
            'qvel': Tensor(shape=(33,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(46,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})

• תיעוד תכונה :

• דוגמאות ( tfds.as_dataframe ):

d4rl_adroit_hammer/v1-human

• גודל הורדה : 5.35 MiB

• גודל ערכת נתונים : 6.34 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• מבנה תכונה :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'board_pos': Tensor(shape=(3,), dtype=tf.float32),
            'qpos': Tensor(shape=(33,), dtype=tf.float32),
            'qvel': Tensor(shape=(33,), dtype=tf.float32),
            'target_pos': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(46,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})

• תיעוד תכונה :

• דוגמאות ( tfds.as_dataframe ):

d4rl_adroit_hammer/v1-cloned

• גודל הורדה : 425.93 MiB

• גודל מערך נתונים : 1.68 GiB

• שמור אוטומטי במטמון ( תיעוד ): לא

• פיצולים :

• מבנה תכונה :

FeaturesDict({
    'algorithm': tf.string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(46, 256), dtype=tf.float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 256), dtype=tf.float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(26,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 26), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'board_pos': Tensor(shape=(3,), dtype=tf.float32),
            'qpos': Tensor(shape=(33,), dtype=tf.float32),
            'qvel': Tensor(shape=(33,), dtype=tf.float32),
            'target_pos': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(46,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})

• תיעוד תכונה :

• דוגמאות ( tfds.as_dataframe ):

d4rl_adroit_hammer/v1-expert

• גודל הורדה : 531.24 MiB

• גודל ערכת נתונים: 843.54 MiB

• שמור אוטומטי במטמון ( תיעוד ): לא

• פיצולים :

• מבנה תכונה :

FeaturesDict({
    'algorithm': tf.string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(32,), dtype=tf.float32),
            'weight': Tensor(shape=(32, 46), dtype=tf.float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(32,), dtype=tf.float32),
            'weight': Tensor(shape=(32, 32), dtype=tf.float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(26,), dtype=tf.float32),
            'weight': Tensor(shape=(26, 32), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(26,), dtype=tf.float32),
            'weight': Tensor(shape=(26, 32), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_std': Tensor(shape=(26,), dtype=tf.float32),
            'action_mean': Tensor(shape=(26,), dtype=tf.float32),
            'board_pos': Tensor(shape=(3,), dtype=tf.float32),
            'qpos': Tensor(shape=(33,), dtype=tf.float32),
            'qvel': Tensor(shape=(33,), dtype=tf.float32),
            'target_pos': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(46,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})

• תיעוד תכונה :

• דוגמאות ( tfds.as_dataframe ):