d4rl_mujoco_ant

  • Descrição :

D4RL é um benchmark de código aberto para aprendizado por reforço offline. Ele fornece ambientes e conjuntos de dados padronizados para algoritmos de treinamento e benchmarking.

Os conjuntos de dados seguem o formato RLDS para representar etapas e episódios.

@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_mujoco_ant/v0-expert (configuração padrão)

  • Tamanho do download : 131.34 MiB

  • Tamanho do conjunto de dados : 464.94 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 1.288
  • Estrutura de recursos :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v0-medium

  • Tamanho do download : 131.39 MiB

  • Tamanho do conjunto de dados : 464.78 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 1.122
  • Estrutura de recursos :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v0-medium-expert

  • Tamanho do download : 262.73 MiB

  • Tamanho do conjunto de dados : 929.71 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 2.410
  • Estrutura de recursos :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v0-mixed

  • Tamanho do download : 104.63 MiB

  • Tamanho do conjunto de dados : 464.93 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 1.320
  • Estrutura de recursos :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v0-random

  • Tamanho do download : 139.50 MiB

  • Tamanho do conjunto de dados : 464.97 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 1.377
  • Estrutura de recursos :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v1-expert

  • Tamanho do download : 220.72 MiB

  • Tamanho do conjunto de dados : 968.63 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 1.033
  • Estrutura de recursos :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': 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=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
algoritmo tensor corda
iteração tensor int32
política RecursosDict
política/fc0 RecursosDict
política/fc0/bias tensor (256,) float32
política/fc0/peso tensor (256, 111) float32
política/fc1 RecursosDict
política/fc1/viés tensor (256,) float32
política/fc1/peso tensor (256, 256) float32
política/last_fc RecursosDict
policy/last_fc/bias tensor (8,) float32
política/last_fc/peso tensor (8, 256) float32
policy/last_fc_log_std RecursosDict
policy/last_fc_log_std/bias tensor (8,) float32
policy/last_fc_log_std/weight tensor (8, 256) float32
política/não linearidade tensor corda
política/output_distribution tensor corda
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/informações RecursosDict
passos/infos/action_log_probs tensor float32
passos/informações/qpos tensor (15,) float32
passos/informações/qvel tensor (14,) float32
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v1-medium

  • Tamanho do download : 222.39 MiB

  • Tamanho do conjunto de dados : 1023.71 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 1.179
  • Estrutura de recursos :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': 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=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
algoritmo tensor corda
iteração tensor int32
política RecursosDict
política/fc0 RecursosDict
política/fc0/bias tensor (256,) float32
política/fc0/peso tensor (256, 111) float32
política/fc1 RecursosDict
política/fc1/viés tensor (256,) float32
política/fc1/peso tensor (256, 256) float32
política/last_fc RecursosDict
policy/last_fc/bias tensor (8,) float32
política/last_fc/peso tensor (8, 256) float32
policy/last_fc_log_std RecursosDict
policy/last_fc_log_std/bias tensor (8,) float32
policy/last_fc_log_std/weight tensor (8, 256) float32
política/não linearidade tensor corda
política/output_distribution tensor corda
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/informações RecursosDict
passos/infos/action_log_probs tensor float32
passos/informações/qpos tensor (15,) float32
passos/informações/qvel tensor (14,) float32
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v1-medium-expert

  • Tamanho do download : 442.25 MiB

  • Tamanho do conjunto de dados : 1.13 GiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 2.211
  • Estrutura de recursos :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': 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=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/informações RecursosDict
passos/infos/action_log_probs tensor float32
passos/informações/qpos tensor (15,) float32
passos/informações/qvel tensor (14,) float32
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v1-medium-replay

  • Tamanho do download : 132.05 MiB

  • Tamanho do conjunto de dados : 175.27 MiB

  • Armazenado em cache automaticamente ( documentação ): Somente quando shuffle_files=False (train)

  • Divisões :

Dividir Exemplos
'train' 485
  • Estrutura de recursos :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float64),
        'reward': float64,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
algoritmo tensor corda
iteração tensor int32
degraus conjunto de dados
passos/ação tensor (8,) float64
passos/desconto tensor float64
passos/informações RecursosDict
passos/infos/action_log_probs tensor float64
passos/informações/qpos tensor (15,) float64
passos/informações/qvel tensor (14,) float64
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float64
passos/recompensa tensor float64

d4rl_mujoco_ant/v1-full-replay

  • Tamanho do download : 437.57 MiB

  • Tamanho do conjunto de dados : 580.09 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 1.319
  • Estrutura de recursos :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float64),
        'reward': float64,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
algoritmo tensor corda
iteração tensor int32
degraus conjunto de dados
passos/ação tensor (8,) float64
passos/desconto tensor float64
passos/informações RecursosDict
passos/infos/action_log_probs tensor float64
passos/informações/qpos tensor (15,) float64
passos/informações/qvel tensor (14,) float64
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float64
passos/recompensa tensor float64

d4rl_mujoco_ant/v1-random

  • Tamanho do download : 225.18 MiB

  • Tamanho do conjunto de dados : 583.83 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 5.741
  • Estrutura de recursos :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': 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=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/informações RecursosDict
passos/infos/action_log_probs tensor float32
passos/informações/qpos tensor (15,) float32
passos/informações/qvel tensor (14,) float32
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v2-expert

  • Tamanho do download : 355.94 MiB

  • Tamanho do conjunto de dados : 969.38 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 1.035
  • Estrutura de recursos :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
algoritmo tensor corda
iteração tensor int32
política RecursosDict
política/fc0 RecursosDict
política/fc0/bias tensor (256,) float32
política/fc0/peso tensor (256, 111) float32
política/fc1 RecursosDict
política/fc1/viés tensor (256,) float32
política/fc1/peso tensor (256, 256) float32
política/last_fc RecursosDict
policy/last_fc/bias tensor (8,) float32
política/last_fc/peso tensor (8, 256) float32
policy/last_fc_log_std RecursosDict
policy/last_fc_log_std/bias tensor (8,) float32
policy/last_fc_log_std/weight tensor (8, 256) float32
política/não linearidade tensor corda
política/output_distribution tensor corda
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/informações RecursosDict
passos/infos/action_log_probs tensor float64
passos/informações/qpos tensor (15,) float64
passos/informações/qvel tensor (14,) float64
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v2-full-replay

  • Tamanho do download : 428.57 MiB

  • Tamanho do conjunto de dados : 580.09 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 1.319
  • Estrutura de recursos :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
algoritmo tensor corda
iteração tensor int32
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/informações RecursosDict
passos/infos/action_log_probs tensor float64
passos/informações/qpos tensor (15,) float64
passos/informações/qvel tensor (14,) float64
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v2-medium

  • Tamanho do download : 358.81 MiB

  • Tamanho do conjunto de dados : 1.01 GiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 1.203
  • Estrutura de recursos :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
algoritmo tensor corda
iteração tensor int32
política RecursosDict
política/fc0 RecursosDict
política/fc0/bias tensor (256,) float32
política/fc0/peso tensor (256, 111) float32
política/fc1 RecursosDict
política/fc1/viés tensor (256,) float32
política/fc1/peso tensor (256, 256) float32
política/last_fc RecursosDict
policy/last_fc/bias tensor (8,) float32
política/last_fc/peso tensor (8, 256) float32
policy/last_fc_log_std RecursosDict
policy/last_fc_log_std/bias tensor (8,) float32
policy/last_fc_log_std/weight tensor (8, 256) float32
política/não linearidade tensor corda
política/output_distribution tensor corda
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/informações RecursosDict
passos/infos/action_log_probs tensor float64
passos/informações/qpos tensor (15,) float64
passos/informações/qvel tensor (14,) float64
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v2-medium-expert

  • Tamanho do download : 713.67 MiB

  • Tamanho do conjunto de dados : 1.13 GiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 2.237
  • Estrutura de recursos :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/informações RecursosDict
passos/infos/action_log_probs tensor float64
passos/informações/qpos tensor (15,) float64
passos/informações/qvel tensor (14,) float64
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v2-medium-replay

  • Tamanho do download : 130.16 MiB

  • Tamanho do conjunto de dados : 175.27 MiB

  • Armazenado em cache automaticamente ( documentação ): Somente quando shuffle_files=False (train)

  • Divisões :

Dividir Exemplos
'train' 485
  • Estrutura de recursos :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
algoritmo tensor corda
iteração tensor int32
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/informações RecursosDict
passos/infos/action_log_probs tensor float64
passos/informações/qpos tensor (15,) float64
passos/informações/qvel tensor (14,) float64
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32

d4rl_mujoco_ant/v2-random

  • Tamanho do download : 366.66 MiB

  • Tamanho do conjunto de dados : 583.90 MiB

  • Armazenado em cache automaticamente ( documentação ): Não

  • Divisões :

Dividir Exemplos
'train' 5.822
  • Estrutura de recursos :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
degraus conjunto de dados
passos/ação tensor (8,) float32
passos/desconto tensor float32
passos/informações RecursosDict
passos/infos/action_log_probs tensor float64
passos/informações/qpos tensor (15,) float64
passos/informações/qvel tensor (14,) float64
passos/é_primeiro tensor bool
passos/é_último tensor bool
passos/is_terminal tensor bool
passos/observação tensor (111,) float32
passos/recompensa tensor float32