- 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#antmaze
קוד מקור :
tfds.d4rl.d4rl_antmaze.D4rlAntmaze
גרסאות :
-
1.0.0
: שחרור ראשוני. -
1.1.1
(ברירת מחדל): נוספו מערכי נתונים v2.
-
שמור אוטומטי במטמון ( תיעוד ): לא
מבנה תכונה :
FeaturesDict({
'steps': Dataset({
'action': Tensor(shape=(8,), dtype=float32),
'discount': float32,
'infos': FeaturesDict({
'goal': Tensor(shape=(2,), dtype=float32),
'qpos': Tensor(shape=(15,), dtype=float32),
'qvel': Tensor(shape=(14,), dtype=float32),
}),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': Tensor(shape=(29,), dtype=float32),
'reward': float32,
}),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
צעדים | מערך נתונים | |||
צעדים/פעולה | מוֹתֵחַ | (8,) | לצוף32 | |
צעדים/הנחה | מוֹתֵחַ | לצוף32 | ||
שלבים/מידע | FeaturesDict | |||
צעדים/מידע/מטרה | מוֹתֵחַ | (2,) | לצוף32 | |
צעדים/מידע/qpos | מוֹתֵחַ | (15,) | לצוף32 | |
צעדים/מידע/qvel | מוֹתֵחַ | (14,) | לצוף32 | |
צעדים/הוא_ראשון | מוֹתֵחַ | bool | ||
צעדים/הוא_אחרון | מוֹתֵחַ | bool | ||
steps/is_terminal | מוֹתֵחַ | bool | ||
צעדים/תצפית | מוֹתֵחַ | (29,) | לצוף32 | |
צעדים/פרס | מוֹתֵחַ | לצוף32 |
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_antmaze/umaze-v0 (תצורת ברירת המחדל)
גודל הורדה :
221.76 MiB
גודל מערך נתונים :
274.83 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 10,154 |
- דוגמאות ( tfds.as_dataframe ):
d4rl_antmaze/umaze-diverse-v0
גודל הורדה :
220.16 MiB
גודל ערכת נתונים :
270.23 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 1,154 |
- דוגמאות ( tfds.as_dataframe ):
d4rl_antmaze/medium-play-v0
גודל הורדה :
220.40 MiB
גודל ערכת נתונים :
275.20 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 10,695 |
- דוגמאות ( tfds.as_dataframe ):
d4rl_antmaze/medium-diverse-v0
גודל הורדה :
220.39 MiB
גודל ערכת נתונים :
271.18 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 2,924 |
- דוגמאות ( tfds.as_dataframe ):
d4rl_antmaze/large-diverse-v0
גודל הורדה :
220.47 MiB
גודל מערך נתונים :
273.36 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 7,141 |
- דוגמאות ( tfds.as_dataframe ):
d4rl_antmaze/large-play-v0
גודל הורדה :
220.19 MiB
גודל ערכת נתונים :
276.61 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 13,458 |
- דוגמאות ( tfds.as_dataframe ):
d4rl_antmaze/umaze-v2
גודל הורדה :
221.76 MiB
גודל מערך נתונים :
274.83 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 10,154 |
- דוגמאות ( tfds.as_dataframe ):
d4rl_antmaze/umaze-diverse-v2
גודל הורדה :
220.16 MiB
גודל ערכת נתונים :
270.20 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 1,036 |
- דוגמאות ( tfds.as_dataframe ):
d4rl_antmaze/medium-play-v2
גודל הורדה :
220.40 MiB
גודל מערך נתונים :
275.22 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 10,768 |
- דוגמאות ( tfds.as_dataframe ):
d4rl_antmaze/medium-diverse-v2
גודל הורדה :
220.39 MiB
גודל מערך נתונים :
271.19 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 2,959 |
- דוגמאות ( tfds.as_dataframe ):
d4rl_antmaze/large-diverse-v2
גודל הורדה :
220.47 MiB
גודל מערך נתונים :
273.38 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 7,189 |
- דוגמאות ( tfds.as_dataframe ):
d4rl_antmaze/large-play-v2
גודל הורדה :
220.18 MiB
גודל ערכת נתונים :
276.63 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 13,517 |
- דוגמאות ( tfds.as_dataframe ):