d4rl_mujoco_ant

  • 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 algoritmos de entrenamiento y evaluación comparativa.

Los conjuntos de datos siguen el formato RLDS para representar pasos y episodios.

@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 (configuración por defecto)

  • Tamaño de la descarga : 131.34 MiB

  • Tamaño del conjunto de datos : 464.94 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 1,288
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v0-medium

  • Tamaño de la descarga : 131.39 MiB

  • Tamaño del conjunto de datos : 464.78 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 1,122
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v0-medio-experto

  • Tamaño de la descarga : 262.73 MiB

  • Tamaño del conjunto de datos : 929.71 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 2,410
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v0-mixto

  • Tamaño de la descarga : 104.63 MiB

  • Tamaño del conjunto de datos : 464.93 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 1,320
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v0-aleatorio

  • Tamaño de descarga : 139.50 MiB

  • Tamaño del conjunto de datos : 464.97 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 1,377
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v1-experto

  • Tamaño de la descarga : 220.72 MiB

  • Tamaño del conjunto de datos : 968.63 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 1,033
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
algoritmo Tensor cuerda
iteración Tensor int32
política CaracterísticasDict
política/fc0 CaracterísticasDict
política/fc0/sesgo Tensor (256,) flotar32
política/fc0/peso Tensor (256, 111) flotar32
política/fc1 CaracterísticasDict
política/fc1/sesgo Tensor (256,) flotar32
política/fc1/peso Tensor (256, 256) flotar32
política/last_fc CaracterísticasDict
política/last_fc/sesgo Tensor (8,) flotar32
política/last_fc/peso Tensor (8, 256) flotar32
política/last_fc_log_std CaracterísticasDict
política/last_fc_log_std/sesgo Tensor (8,) flotar32
política/last_fc_log_std/peso Tensor (8, 256) flotar32
política/no linealidad Tensor cuerda
política/distribución_de_salida Tensor cuerda
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar32
pasos/información/qpos Tensor (15,) flotar32
pasos/información/qvel Tensor (14,) flotar32
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v1-medio

  • Tamaño de la descarga : 222.39 MiB

  • Tamaño del conjunto de datos : 1023.71 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 1,179
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
algoritmo Tensor cuerda
iteración Tensor int32
política CaracterísticasDict
política/fc0 CaracterísticasDict
política/fc0/sesgo Tensor (256,) flotar32
política/fc0/peso Tensor (256, 111) flotar32
política/fc1 CaracterísticasDict
política/fc1/sesgo Tensor (256,) flotar32
política/fc1/peso Tensor (256, 256) flotar32
política/last_fc CaracterísticasDict
política/last_fc/sesgo Tensor (8,) flotar32
política/last_fc/peso Tensor (8, 256) flotar32
política/last_fc_log_std CaracterísticasDict
política/last_fc_log_std/sesgo Tensor (8,) flotar32
política/last_fc_log_std/peso Tensor (8, 256) flotar32
política/no linealidad Tensor cuerda
política/distribución_de_salida Tensor cuerda
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar32
pasos/información/qpos Tensor (15,) flotar32
pasos/información/qvel Tensor (14,) flotar32
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v1-medio-experto

  • Tamaño de la descarga : 442.25 MiB

  • Tamaño del conjunto de datos : 1.13 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 2,211
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar32
pasos/información/qpos Tensor (15,) flotar32
pasos/información/qvel Tensor (14,) flotar32
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v1-medium-replay

  • Tamaño de la descarga : 132.05 MiB

  • Tamaño del conjunto de datos : 175.27 MiB

  • Auto-caché ( documentación ): Solo cuando shuffle_files=False (tren)

  • Divisiones :

Separar Ejemplos
'train' 485
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
algoritmo Tensor cuerda
iteración Tensor int32
pasos conjunto de datos
pasos/acción Tensor (8,) flotar64
pasos/descuento Tensor flotar64
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar64
pasos/información/qpos Tensor (15,) flotar64
pasos/información/qvel Tensor (14,) flotar64
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar64
pasos/recompensa Tensor flotar64

d4rl_mujoco_ant/v1-full-replay

  • Tamaño de la descarga : 437.57 MiB

  • Tamaño del conjunto de datos : 580.09 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 1,319
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
algoritmo Tensor cuerda
iteración Tensor int32
pasos conjunto de datos
pasos/acción Tensor (8,) flotar64
pasos/descuento Tensor flotar64
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar64
pasos/información/qpos Tensor (15,) flotar64
pasos/información/qvel Tensor (14,) flotar64
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar64
pasos/recompensa Tensor flotar64

d4rl_mujoco_ant/v1-aleatorio

  • Tamaño de la descarga : 225.18 MiB

  • Tamaño del conjunto de datos : 583.83 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 5,741
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar32
pasos/información/qpos Tensor (15,) flotar32
pasos/información/qvel Tensor (14,) flotar32
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v2-experto

  • Tamaño de la descarga : 355.94 MiB

  • Tamaño del conjunto de datos : 969.38 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 1,035
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
algoritmo Tensor cuerda
iteración Tensor int32
política CaracterísticasDict
política/fc0 CaracterísticasDict
política/fc0/sesgo Tensor (256,) flotar32
política/fc0/peso Tensor (256, 111) flotar32
política/fc1 CaracterísticasDict
política/fc1/sesgo Tensor (256,) flotar32
política/fc1/peso Tensor (256, 256) flotar32
política/last_fc CaracterísticasDict
política/last_fc/sesgo Tensor (8,) flotar32
política/last_fc/peso Tensor (8, 256) flotar32
política/last_fc_log_std CaracterísticasDict
política/last_fc_log_std/sesgo Tensor (8,) flotar32
política/last_fc_log_std/peso Tensor (8, 256) flotar32
política/no linealidad Tensor cuerda
política/distribución_de_salida Tensor cuerda
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar64
pasos/información/qpos Tensor (15,) flotar64
pasos/información/qvel Tensor (14,) flotar64
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v2-full-replay

  • Tamaño de la descarga : 428.57 MiB

  • Tamaño del conjunto de datos : 580.09 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 1,319
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
algoritmo Tensor cuerda
iteración Tensor int32
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar64
pasos/información/qpos Tensor (15,) flotar64
pasos/información/qvel Tensor (14,) flotar64
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v2-medium

  • Tamaño de la descarga : 358.81 MiB

  • Tamaño del conjunto de datos : 1.01 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 1,203
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
algoritmo Tensor cuerda
iteración Tensor int32
política CaracterísticasDict
política/fc0 CaracterísticasDict
política/fc0/sesgo Tensor (256,) flotar32
política/fc0/peso Tensor (256, 111) flotar32
política/fc1 CaracterísticasDict
política/fc1/sesgo Tensor (256,) flotar32
política/fc1/peso Tensor (256, 256) flotar32
política/last_fc CaracterísticasDict
política/last_fc/sesgo Tensor (8,) flotar32
política/last_fc/peso Tensor (8, 256) flotar32
política/last_fc_log_std CaracterísticasDict
política/last_fc_log_std/sesgo Tensor (8,) flotar32
política/last_fc_log_std/peso Tensor (8, 256) flotar32
política/no linealidad Tensor cuerda
política/distribución_de_salida Tensor cuerda
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar64
pasos/información/qpos Tensor (15,) flotar64
pasos/información/qvel Tensor (14,) flotar64
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v2-medio-experto

  • Tamaño de la descarga : 713.67 MiB

  • Tamaño del conjunto de datos : 1.13 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 2,237
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar64
pasos/información/qpos Tensor (15,) flotar64
pasos/información/qvel Tensor (14,) flotar64
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v2-medium-replay

  • Tamaño de descarga : 130.16 MiB

  • Tamaño del conjunto de datos : 175.27 MiB

  • Auto-caché ( documentación ): Solo cuando shuffle_files=False (tren)

  • Divisiones :

Separar Ejemplos
'train' 485
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
algoritmo Tensor cuerda
iteración Tensor int32
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar64
pasos/información/qpos Tensor (15,) flotar64
pasos/información/qvel Tensor (14,) flotar64
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32

d4rl_mujoco_ant/v2-aleatorio

  • Tamaño de la descarga : 366.66 MiB

  • Tamaño del conjunto de datos : 583.90 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'train' 5,822
  • Estructura de características :
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,
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
pasos conjunto de datos
pasos/acción Tensor (8,) flotar32
pasos/descuento Tensor flotar32
pasos/información CaracterísticasDict
pasos/infos/action_log_probs Tensor flotar64
pasos/información/qpos Tensor (15,) flotar64
pasos/información/qvel Tensor (14,) flotar64
pasos/es_primero Tensor bool
pasos/es_último Tensor bool
pasos/es_terminal Tensor bool
pasos/observación Tensor (111,) flotar32
pasos/recompensa Tensor flotar32