d4rl_adroit_pen

  • Açıklama :

D4RL, çevrimdışı pekiştirmeli öğrenim için açık kaynaklı bir kıyaslamadır. Eğitim ve kıyaslama algoritmaları için standartlaştırılmış ortamlar ve veri kümeleri sağlar.

Veri kümeleri, adımları ve bölümleri temsil etmek için RLDS biçimini izler.

@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_pen/v0-human (varsayılan yapılandırma)

Bölmek örnekler
'train' 50
  • Özellik yapısı :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(30,), dtype=float32),
            'qvel': Tensor(shape=(30,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(45,), dtype=float32),
        'reward': float32,
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
adımlar veri kümesi
adımlar/eylem tensör (24,) şamandıra32
adımlar/indirim tensör şamandıra32
adımlar/bilgiler ÖzelliklerDict
adımlar/bilgiler/qpos tensör (30,) şamandıra32
adımlar/bilgiler/qvel tensör (30,) şamandıra32
adımlar/ilk_ilk tensör bool
adımlar/is_last tensör bool
adımlar/is_terminali tensör bool
adımlar/gözlem tensör (45,) şamandıra32
adımlar/ödül tensör şamandıra32

d4rl_adroit_pen/v0 klonlanmış

Bölmek örnekler
'train' 5.023
  • Özellik yapısı :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=float32),
        'discount': float64,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(30,), dtype=float64),
            'qvel': Tensor(shape=(30,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(45,), dtype=float64),
        'reward': float64,
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
adımlar veri kümesi
adımlar/eylem tensör (24,) şamandıra32
adımlar/indirim tensör şamandıra64
adımlar/bilgiler ÖzelliklerDict
adımlar/bilgiler/qpos tensör (30,) şamandıra64
adımlar/bilgiler/qvel tensör (30,) şamandıra64
adımlar/ilk_ilk tensör bool
adımlar/is_last tensör bool
adımlar/is_terminali tensör bool
adımlar/gözlem tensör (45,) şamandıra64
adımlar/ödül tensör şamandıra64

d4rl_adroit_pen/v0-uzmanı

Bölmek örnekler
'train' 5.000
  • Özellik yapısı :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_logstd': Tensor(shape=(24,), dtype=float32),
            'action_mean': Tensor(shape=(24,), dtype=float32),
            'qpos': Tensor(shape=(30,), dtype=float32),
            'qvel': Tensor(shape=(30,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(45,), dtype=float32),
        'reward': float32,
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
adımlar veri kümesi
adımlar/eylem tensör (24,) şamandıra32
adımlar/indirim tensör şamandıra32
adımlar/bilgiler ÖzelliklerDict
adımlar/bilgiler/action_logstd tensör (24,) şamandıra32
adımlar/bilgiler/eylem_mean tensör (24,) şamandıra32
adımlar/bilgiler/qpos tensör (30,) şamandıra32
adımlar/bilgiler/qvel tensör (30,) şamandıra32
adımlar/ilk_ilk tensör bool
adımlar/is_last tensör bool
adımlar/is_terminali tensör bool
adımlar/gözlem tensör (45,) şamandıra32
adımlar/ödül tensör şamandıra32

d4rl_adroit_pen/v1-insan

Bölmek örnekler
'train' 25
  • Özellik yapısı :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'desired_orien': Tensor(shape=(4,), dtype=float32),
            'qpos': Tensor(shape=(30,), dtype=float32),
            'qvel': Tensor(shape=(30,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(45,), dtype=float32),
        'reward': float32,
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
adımlar veri kümesi
adımlar/eylem tensör (24,) şamandıra32
adımlar/indirim tensör şamandıra32
adımlar/bilgiler ÖzelliklerDict
adımlar/bilgiler/istenen_orien tensör (4,) şamandıra32
adımlar/bilgiler/qpos tensör (30,) şamandıra32
adımlar/bilgiler/qvel tensör (30,) şamandıra32
adımlar/ilk_ilk tensör bool
adımlar/is_last tensör bool
adımlar/is_terminali tensör bool
adımlar/gözlem tensör (45,) şamandıra32
adımlar/ödül tensör şamandıra32

d4rl_adroit_pen/v1-klonlanmış

Bölmek örnekler
'train' 3.755
  • Özellik yapısı :
FeaturesDict({
    'algorithm': string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(45, 256), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(24,), dtype=float32),
            'weight': Tensor(shape=(256, 24), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'desired_orien': Tensor(shape=(4,), dtype=float32),
            'qpos': Tensor(shape=(30,), dtype=float32),
            'qvel': Tensor(shape=(30,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(45,), dtype=float32),
        'reward': float32,
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
algoritma tensör sicim
politika ÖzelliklerDict
ilke/fc0 ÖzelliklerDict
politika/fc0/bias tensör (256,) şamandıra32
ilke/fc0/ağırlık tensör (45, 256) şamandıra32
ilke/fc1 ÖzelliklerDict
politika/fc1/önyargı tensör (256,) şamandıra32
ilke/fc1/ağırlık tensör (256, 256) şamandıra32
ilke/last_fc ÖzelliklerDict
politika/last_fc/bias tensör (24,) şamandıra32
ilke/last_fc/ağırlık tensör (256, 24) şamandıra32
ilke/doğrusal olmama tensör sicim
politika/çıktı_dağıtımı tensör sicim
adımlar veri kümesi
adımlar/eylem tensör (24,) şamandıra32
adımlar/indirim tensör şamandıra32
adımlar/bilgiler ÖzelliklerDict
adımlar/bilgiler/istenen_orien tensör (4,) şamandıra32
adımlar/bilgiler/qpos tensör (30,) şamandıra32
adımlar/bilgiler/qvel tensör (30,) şamandıra32
adımlar/ilk_ilk tensör bool
adımlar/is_last tensör bool
adımlar/is_terminali tensör bool
adımlar/gözlem tensör (45,) şamandıra32
adımlar/ödül tensör şamandıra32

d4rl_adroit_pen/v1-uzmanı

  • İndirme boyutu : 249.90 MiB

  • Veri kümesi boyutu : 548.47 MiB

  • Otomatik önbelleğe alınmış ( belgeleme ): Hayır

  • bölmeler :

Bölmek örnekler
'train' 5.000
  • Özellik yapısı :
FeaturesDict({
    'algorithm': string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(64,), dtype=float32),
            'weight': Tensor(shape=(64, 45), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(64,), dtype=float32),
            'weight': Tensor(shape=(64, 64), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(24,), dtype=float32),
            'weight': Tensor(shape=(24, 64), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(24,), dtype=float32),
            'weight': Tensor(shape=(24, 64), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_std': Tensor(shape=(24,), dtype=float32),
            'action_mean': Tensor(shape=(24,), dtype=float32),
            'desired_orien': Tensor(shape=(4,), dtype=float32),
            'qpos': Tensor(shape=(30,), dtype=float32),
            'qvel': Tensor(shape=(30,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(45,), dtype=float32),
        'reward': float32,
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
algoritma tensör sicim
politika ÖzelliklerDict
ilke/fc0 ÖzelliklerDict
politika/fc0/bias tensör (64,) şamandıra32
ilke/fc0/ağırlık tensör (64, 45) şamandıra32
ilke/fc1 ÖzelliklerDict
politika/fc1/önyargı tensör (64,) şamandıra32
ilke/fc1/ağırlık tensör (64, 64) şamandıra32
ilke/last_fc ÖzelliklerDict
politika/last_fc/bias tensör (24,) şamandıra32
ilke/last_fc/ağırlık tensör (24, 64) şamandıra32
ilke/last_fc_log_std ÖzelliklerDict
ilke/last_fc_log_std/bias tensör (24,) şamandıra32
ilke/last_fc_log_std/ağırlık tensör (24, 64) şamandıra32
ilke/doğrusal olmama tensör sicim
politika/çıktı_dağıtımı tensör sicim
adımlar veri kümesi
adımlar/eylem tensör (24,) şamandıra32
adımlar/indirim tensör şamandıra32
adımlar/bilgiler ÖzelliklerDict
adımlar/bilgiler/action_log_std tensör (24,) şamandıra32
adımlar/bilgiler/eylem_mean tensör (24,) şamandıra32
adımlar/bilgiler/istenen_orien tensör (4,) şamandıra32
adımlar/bilgiler/qpos tensör (30,) şamandıra32
adımlar/bilgiler/qvel tensör (30,) şamandıra32
adımlar/ilk_ilk tensör bool
adımlar/is_last tensör bool
adımlar/is_terminali tensör bool
adımlar/gözlem tensör (45,) şamandıra32
adımlar/ödül tensör şamandıra32