- الوصف :
D4RL هو معيار مفتوح المصدر للتعلم المعزز في وضع عدم الاتصال. يوفر بيئات ومجموعات بيانات موحدة للتدريب وخوارزميات قياس الأداء.
تتبع مجموعات البيانات تنسيق RLDS لتمثيل الخطوات والحلقات.
وثائق إضافية : استكشف في الأوراق باستخدام الرمز
وصف التكوين : اطلع على مزيد من التفاصيل حول المهمة وإصداراتها في https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym
الصفحة الرئيسية : https://sites.google.com/view/d4rl/home
كود المصدر :
tfds.d4rl.d4rl_mujoco_ant.D4rlMujocoAnt
إصدارات :
-
1.0.0
: الإصدار الأولي. -
1.1.0
: تمت الإضافة is_last. -
1.2.0
(افتراضي): تم التحديث لمراعاة الملاحظة التالية.
-
المفاتيح الخاضعة للإشراف (انظر المستند
as_supervised
):None
الشكل ( tfds.show_examples ): غير مدعوم.
الاقتباس :
@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 (التكوين الافتراضي)
حجم التحميل :
131.34 MiB
حجم مجموعة البيانات :
464.94 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 1،288 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v0-medium
حجم التحميل :
131.39 MiB
حجم مجموعة البيانات :
464.78 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 1،122 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v0-medium-expert
حجم التحميل :
262.73 MiB
حجم مجموعة البيانات :
929.71 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 2410 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v0- مختلط
حجم التحميل :
104.63 MiB
حجم مجموعة البيانات :
464.93 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 1،320 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v0- عشوائي
حجم التحميل :
139.50 MiB
حجم مجموعة البيانات :
464.97 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 1،377 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v1-expert
حجم التحميل :
220.72 MiB
حجم مجموعة البيانات :
968.63 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 1033 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
الخوارزمية | موتر | سلسلة | ||
تكرار | موتر | int32 | ||
سياسات | الميزات | |||
سياسة / fc0 | الميزات | |||
سياسة / fc0 / تحيز | موتر | (256 ،) | تعويم 32 | |
السياسة / fc0 / الوزن | موتر | (256 ، 111) | تعويم 32 | |
سياسة / fc1 | الميزات | |||
سياسة / fc1 / تحيز | موتر | (256 ،) | تعويم 32 | |
السياسة / fc1 / الوزن | موتر | (256 ، 256) | تعويم 32 | |
السياسة / last_fc | الميزات | |||
سياسة / last_fc / تحيز | موتر | (8 ،) | تعويم 32 | |
السياسة / last_fc / الوزن | موتر | (8 ، 256) | تعويم 32 | |
السياسة / last_fc_log_std | الميزات | |||
السياسة / last_fc_log_std / التحيز | موتر | (8 ،) | تعويم 32 | |
السياسة / last_fc_log_std / الوزن | موتر | (8 ، 256) | تعويم 32 | |
السياسة / اللاخطية | موتر | سلسلة | ||
توزيع السياسة / الإخراج | موتر | سلسلة | ||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 32 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 32 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 32 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v1-medium
حجم التحميل :
222.39 MiB
حجم مجموعة البيانات :
1023.71 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 1179 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
الخوارزمية | موتر | سلسلة | ||
تكرار | موتر | int32 | ||
سياسات | الميزات | |||
سياسة / fc0 | الميزات | |||
سياسة / fc0 / تحيز | موتر | (256 ،) | تعويم 32 | |
السياسة / fc0 / الوزن | موتر | (256 ، 111) | تعويم 32 | |
سياسة / fc1 | الميزات | |||
سياسة / fc1 / تحيز | موتر | (256 ،) | تعويم 32 | |
السياسة / fc1 / الوزن | موتر | (256 ، 256) | تعويم 32 | |
السياسة / last_fc | الميزات | |||
سياسة / last_fc / تحيز | موتر | (8 ،) | تعويم 32 | |
السياسة / last_fc / الوزن | موتر | (8 ، 256) | تعويم 32 | |
السياسة / last_fc_log_std | الميزات | |||
السياسة / last_fc_log_std / التحيز | موتر | (8 ،) | تعويم 32 | |
السياسة / last_fc_log_std / الوزن | موتر | (8 ، 256) | تعويم 32 | |
السياسة / اللاخطية | موتر | سلسلة | ||
توزيع السياسة / الإخراج | موتر | سلسلة | ||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 32 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 32 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 32 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v1- خبير متوسط
حجم التحميل :
442.25 MiB
حجم مجموعة البيانات :
1.13 GiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 2،211 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 32 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 32 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 32 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v1- إعادة تشغيل متوسطة
حجم التحميل :
132.05 MiB
حجم مجموعة البيانات :
175.27 MiB
التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون
shuffle_files=False
(قطار)الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 485 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
الخوارزمية | موتر | سلسلة | ||
تكرار | موتر | int32 | ||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 64 | |
خطوات / خصم | موتر | تعويم 64 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 64 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 64 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 64 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 64 | |
خطوات / مكافأة | موتر | تعويم 64 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v1- إعادة تشغيل كاملة
حجم التحميل :
437.57 MiB
حجم مجموعة البيانات :
580.09 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 1،319 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
الخوارزمية | موتر | سلسلة | ||
تكرار | موتر | int32 | ||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 64 | |
خطوات / خصم | موتر | تعويم 64 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 64 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 64 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 64 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 64 | |
خطوات / مكافأة | موتر | تعويم 64 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v1- عشوائي
حجم التحميل :
225.18 MiB
حجم مجموعة البيانات :
583.83 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 5741 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 32 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 32 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 32 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v2-expert
حجم التحميل :
355.94 MiB
حجم مجموعة البيانات :
969.38 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 1035 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
الخوارزمية | موتر | سلسلة | ||
تكرار | موتر | int32 | ||
سياسات | الميزات | |||
سياسة / fc0 | الميزات | |||
سياسة / fc0 / تحيز | موتر | (256 ،) | تعويم 32 | |
السياسة / fc0 / الوزن | موتر | (256 ، 111) | تعويم 32 | |
سياسة / fc1 | الميزات | |||
سياسة / fc1 / تحيز | موتر | (256 ،) | تعويم 32 | |
السياسة / fc1 / الوزن | موتر | (256 ، 256) | تعويم 32 | |
السياسة / last_fc | الميزات | |||
سياسة / last_fc / تحيز | موتر | (8 ،) | تعويم 32 | |
السياسة / last_fc / الوزن | موتر | (8 ، 256) | تعويم 32 | |
السياسة / last_fc_log_std | الميزات | |||
السياسة / last_fc_log_std / التحيز | موتر | (8 ،) | تعويم 32 | |
السياسة / last_fc_log_std / الوزن | موتر | (8 ، 256) | تعويم 32 | |
السياسة / اللاخطية | موتر | سلسلة | ||
توزيع السياسة / الإخراج | موتر | سلسلة | ||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 64 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 64 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 64 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v2- إعادة تشغيل كاملة
حجم التحميل :
428.57 MiB
حجم مجموعة البيانات :
580.09 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 1،319 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
الخوارزمية | موتر | سلسلة | ||
تكرار | موتر | int32 | ||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 64 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 64 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 64 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v2-medium
حجم التحميل :
358.81 MiB
حجم مجموعة البيانات :
1.01 GiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 1،203 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
الخوارزمية | موتر | سلسلة | ||
تكرار | موتر | int32 | ||
سياسات | الميزات | |||
سياسة / fc0 | الميزات | |||
سياسة / fc0 / تحيز | موتر | (256 ،) | تعويم 32 | |
السياسة / fc0 / الوزن | موتر | (256 ، 111) | تعويم 32 | |
سياسة / fc1 | الميزات | |||
سياسة / fc1 / تحيز | موتر | (256 ،) | تعويم 32 | |
السياسة / fc1 / الوزن | موتر | (256 ، 256) | تعويم 32 | |
السياسة / last_fc | الميزات | |||
سياسة / last_fc / تحيز | موتر | (8 ،) | تعويم 32 | |
السياسة / last_fc / الوزن | موتر | (8 ، 256) | تعويم 32 | |
السياسة / last_fc_log_std | الميزات | |||
السياسة / last_fc_log_std / التحيز | موتر | (8 ،) | تعويم 32 | |
السياسة / last_fc_log_std / الوزن | موتر | (8 ، 256) | تعويم 32 | |
السياسة / اللاخطية | موتر | سلسلة | ||
توزيع السياسة / الإخراج | موتر | سلسلة | ||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 64 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 64 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 64 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v2-medium-expert
حجم التحميل :
713.67 MiB
حجم مجموعة البيانات :
1.13 GiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 2237 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 64 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 64 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 64 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v2- إعادة تشغيل متوسطة
حجم التحميل :
130.16 MiB
حجم مجموعة البيانات :
175.27 MiB
التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون
shuffle_files=False
(قطار)الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 485 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
الخوارزمية | موتر | سلسلة | ||
تكرار | موتر | int32 | ||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 64 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 64 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 64 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_mujoco_ant / v2- عشوائي
حجم التحميل :
366.66 MiB
حجم مجموعة البيانات :
583.90 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 5822 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (8 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_probs | موتر | تعويم 64 | ||
الخطوات / بقية المقال / qpos | موتر | (15،) | تعويم 64 | |
الخطوات / المقال / qvel | موتر | (14 ،) | تعويم 64 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (111 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):