¡El Día de la Comunidad de ML es el 9 de noviembre! Únase a nosotros para recibir actualizaciones de TensorFlow, JAX, y más Más información

d4rl_adroit_pen

  • Descripción:

D4RL es un punto de referencia de código abierto para el aprendizaje por refuerzo fuera de línea. Proporciona entornos y conjuntos de datos estandarizados para el entrenamiento y los algoritmos de evaluación comparativa.

@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 (configuración predeterminada)

  • Tamaño del paquete: 1.94 MiB

  • Conjunto de datos de tamaño: 2.52 MiB

  • Auto-caché ( documentación ): Sí

  • Fraccionamientos:

Separar Ejemplos de
'train' 50
  • características:
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(30,), dtype=tf.float32),
            'qvel': Tensor(shape=(30,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(45,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})

d4rl_adroit_pen / v0-cloned

  • Tamaño del paquete: 292.85 MiB

  • Conjunto de datos de tamaño: 252.55 MiB

  • Auto-caché ( documentación ): No

  • Fraccionamientos:

Separar Ejemplos de
'train' 5,023
  • características:
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=tf.float32),
        'discount': tf.float64,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(30,), dtype=tf.float64),
            'qvel': Tensor(shape=(30,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(45,), dtype=tf.float64),
        'reward': tf.float64,
    }),
})

d4rl_adroit_pen / v0-expert

  • Tamaño del paquete: 250.13 MiB

  • Conjunto de datos de tamaño: 344.41 MiB

  • Auto-caché ( documentación ): No

  • Fraccionamientos:

Separar Ejemplos de
'train' 5,000
  • características:
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_logstd': Tensor(shape=(24,), dtype=tf.float32),
            'action_mean': Tensor(shape=(24,), dtype=tf.float32),
            'qpos': Tensor(shape=(30,), dtype=tf.float32),
            'qvel': Tensor(shape=(30,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(45,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})

d4rl_adroit_pen / v1-human

  • Tamaño del paquete: 1.95 MiB

  • Conjunto de datos de tamaño: 2.60 MiB

  • Auto-caché ( documentación ): Sí

  • Fraccionamientos:

Separar Ejemplos de
'train' 25
  • características:
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'desired_orien': Tensor(shape=(4,), dtype=tf.float32),
            'qpos': Tensor(shape=(30,), dtype=tf.float32),
            'qvel': Tensor(shape=(30,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(45,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})

d4rl_adroit_pen / v1-cloned

  • Tamaño del paquete: 147.89 MiB

  • Tamaño Conjunto de datos: 1.43 GiB

  • Auto-caché ( documentación ): No

  • Fraccionamientos:

Separar Ejemplos de
'train' 3.755
  • características:
FeaturesDict({
    'algorithm': tf.string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(45, 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=(24,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 24), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'desired_orien': Tensor(shape=(4,), dtype=tf.float32),
            'qpos': Tensor(shape=(30,), dtype=tf.float32),
            'qvel': Tensor(shape=(30,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(45,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})

d4rl_adroit_pen / v1-expert

  • Tamaño del paquete: 249.90 MiB

  • Conjunto de datos de tamaño: 548.47 MiB

  • Auto-caché ( documentación ): No

  • Fraccionamientos:

Separar Ejemplos de
'train' 5,000
  • características:
FeaturesDict({
    'algorithm': tf.string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(64,), dtype=tf.float32),
            'weight': Tensor(shape=(64, 45), dtype=tf.float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(64,), dtype=tf.float32),
            'weight': Tensor(shape=(64, 64), dtype=tf.float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(24,), dtype=tf.float32),
            'weight': Tensor(shape=(24, 64), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(24,), dtype=tf.float32),
            'weight': Tensor(shape=(24, 64), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_std': Tensor(shape=(24,), dtype=tf.float32),
            'action_mean': Tensor(shape=(24,), dtype=tf.float32),
            'desired_orien': Tensor(shape=(4,), dtype=tf.float32),
            'qpos': Tensor(shape=(30,), dtype=tf.float32),
            'qvel': Tensor(shape=(30,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(45,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})