- विवरण :
D4RL ऑफ़लाइन रीइन्फोर्समेंट लर्निंग के लिए एक ओपन-सोर्स बेंचमार्क है। यह प्रशिक्षण और बेंचमार्किंग एल्गोरिदम के लिए मानकीकृत वातावरण और डेटासेट प्रदान करता है।
डेटासेट चरण और एपिसोड का प्रतिनिधित्व करने के लिए आरएलडीएस प्रारूप का पालन करते हैं।
कॉन्फ़िग विवरण : https://github.com/rail-berkeley/d4rl/wiki/Tasks#antmaze में कार्य और इसके संस्करणों के बारे में अधिक विवरण देखें
स्रोत कोड :
tfds.d4rl.d4rl_antmaze.D4rlAntmaze
संस्करण :
-
1.0.0
: प्रारंभिक रिलीज। -
1.1.0
(डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।
-
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
फ़ीचर संरचना :
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,
}),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
कदम | डेटासेट | |||
कदम / कार्रवाई | टेन्सर | (8,) | फ्लोट32 | |
चरण/छूट | टेन्सर | फ्लोट32 | ||
कदम/जानकारी | विशेषताएं डिक्ट | |||
कदम/जानकारी/लक्ष्य | टेन्सर | (2,) | फ्लोट32 | |
चरण/जानकारी/qpos | टेन्सर | (15,) | फ्लोट32 | |
कदम/जानकारी/qvel | टेन्सर | (14,) | फ्लोट32 | |
चरण/is_first | टेन्सर | बूल | ||
चरण/is_last | टेन्सर | बूल | ||
कदम/is_terminal | टेन्सर | बूल | ||
चरण/अवलोकन | टेन्सर | (29,) | फ्लोट32 | |
कदम / इनाम | टेन्सर | फ्लोट32 |
पर्यवेक्षित कुंजियाँ (
as_supervised
doc देखें):None
चित्र ( tfds.show_examples ): समर्थित नहीं है।
उद्धरण :
@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 (डिफ़ॉल्ट कॉन्फ़िगरेशन)
डाउनलोड आकार :
221.76 MiB
डेटासेट का आकार :
274.83 MiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 10,154 |
- उदाहरण ( tfds.as_dataframe ):
d4rl_antmaze/umaze-diverse-v0
डाउनलोड आकार :
220.16 MiB
डेटासेट का आकार :
270.23 MiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 1,154 |
- उदाहरण ( tfds.as_dataframe ):
d4rl_antmaze/मीडियम-प्ले-v0
डाउनलोड आकार :
220.40 MiB
डेटासेट का आकार :
275.20 MiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 10,695 |
- उदाहरण ( tfds.as_dataframe ):
d4rl_antmaze/मीडियम-डाइवर्स-v0
डाउनलोड का आकार :
220.39 MiB
डेटासेट का आकार :
271.18 MiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 2,924 |
- उदाहरण ( tfds.as_dataframe ):
d4rl_antmaze/बड़े-विविध-v0
डाउनलोड आकार :
220.47 MiB
डेटासेट का आकार :
273.36 MiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 7,141 |
- उदाहरण ( tfds.as_dataframe ):
d4rl_antmaze/लार्ज-प्ले-v0
डाउनलोड आकार :
220.19 MiB
डेटासेट का आकार :
276.61 MiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 13,458 |
- उदाहरण ( tfds.as_dataframe ):