d4rl_mujoco_ant

  • 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.

@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 (תצורת ברירת המחדל)

  • גודל הורדה : 131.34 MiB

  • גודל מערך נתונים : 464.94 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,288
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v0-medium

  • גודל הורדה : 131.39 MiB

  • גודל ערכת נתונים: 464.78 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,122
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v0-medium-expert

  • גודל הורדה : 262.73 MiB

  • גודל ערכת נתונים: 929.71 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 2,410
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v0-mixed

  • גודל הורדה : 104.63 MiB

  • גודל ערכת נתונים: 464.93 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,320
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v0-random

  • גודל הורדה : 139.50 MiB

  • גודל ערכת נתונים: 464.97 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,377
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v1-expert

  • גודל הורדה : 220.72 MiB

  • גודל מערך נתונים : 968.63 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,033
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 111), dtype=tf.float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 256), dtype=tf.float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=tf.float32),
            'weight': Tensor(shape=(8, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=tf.float32),
            'weight': Tensor(shape=(8, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(15,), dtype=tf.float32),
            'qvel': Tensor(shape=(14,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ tf.string
איטרציה מוֹתֵחַ tf.int32
מְדִינִיוּת FeaturesDict
מדיניות/fc0 FeaturesDict
policy/fc0/bias מוֹתֵחַ (256,) tf.float32
policy/fc0/weight מוֹתֵחַ (256, 111) tf.float32
מדיניות/fc1 FeaturesDict
policy/fc1/bias מוֹתֵחַ (256,) tf.float32
policy/fc1/weight מוֹתֵחַ (256, 256) tf.float32
policy/last_fc FeaturesDict
policy/last_fc/bias מוֹתֵחַ (8,) tf.float32
policy/last_fc/weight מוֹתֵחַ (8, 256) tf.float32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (8,) tf.float32
policy/last_fc_log_std/weight מוֹתֵחַ (8, 256) tf.float32
מדיניות/אי-לינאריות מוֹתֵחַ tf.string
מדיניות/הפצה_תפוקה מוֹתֵחַ tf.string
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float32
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float32
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v1-medium

  • גודל הורדה : 222.39 MiB

  • גודל ערכת נתונים: 1023.71 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,179
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 111), dtype=tf.float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 256), dtype=tf.float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=tf.float32),
            'weight': Tensor(shape=(8, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=tf.float32),
            'weight': Tensor(shape=(8, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(15,), dtype=tf.float32),
            'qvel': Tensor(shape=(14,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ tf.string
איטרציה מוֹתֵחַ tf.int32
מְדִינִיוּת FeaturesDict
מדיניות/fc0 FeaturesDict
policy/fc0/bias מוֹתֵחַ (256,) tf.float32
policy/fc0/weight מוֹתֵחַ (256, 111) tf.float32
מדיניות/fc1 FeaturesDict
policy/fc1/bias מוֹתֵחַ (256,) tf.float32
policy/fc1/weight מוֹתֵחַ (256, 256) tf.float32
policy/last_fc FeaturesDict
policy/last_fc/bias מוֹתֵחַ (8,) tf.float32
policy/last_fc/weight מוֹתֵחַ (8, 256) tf.float32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (8,) tf.float32
policy/last_fc_log_std/weight מוֹתֵחַ (8, 256) tf.float32
מדיניות/אי-לינאריות מוֹתֵחַ tf.string
מדיניות/הפצה_תפוקה מוֹתֵחַ tf.string
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float32
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float32
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v1-medium-expert

  • גודל הורדה : 442.25 MiB

  • גודל מערך נתונים : 1.13 GiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 2,211
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(15,), dtype=tf.float32),
            'qvel': Tensor(shape=(14,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float32
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float32
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v1-medium-replay

  • גודל הורדה : 132.05 MiB

  • גודל מערך נתונים : 175.27 MiB

  • שמור אוטומטי במטמון ( תיעוד ): רק כאשר shuffle_files=False (רכבת)

  • פיצולים :

לְפַצֵל דוגמאות
'train' 485
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float64),
        'discount': tf.float64,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(15,), dtype=tf.float64),
            'qvel': Tensor(shape=(14,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float64),
        'reward': tf.float64,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ tf.string
איטרציה מוֹתֵחַ tf.int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float64
צעדים/הנחה מוֹתֵחַ tf.float64
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float64
צעדים/פרס מוֹתֵחַ tf.float64

d4rl_mujoco_ant/v1-מלא-שידור חוזר

  • גודל הורדה : 437.57 MiB

  • גודל מערך נתונים : 580.09 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,319
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float64),
        'discount': tf.float64,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(15,), dtype=tf.float64),
            'qvel': Tensor(shape=(14,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float64),
        'reward': tf.float64,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ tf.string
איטרציה מוֹתֵחַ tf.int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float64
צעדים/הנחה מוֹתֵחַ tf.float64
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float64
צעדים/פרס מוֹתֵחַ tf.float64

d4rl_mujoco_ant/v1-random

  • גודל הורדה : 225.18 MiB

  • גודל ערכת נתונים: 583.83 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 5,741
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(15,), dtype=tf.float32),
            'qvel': Tensor(shape=(14,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float32
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float32
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v2-expert

  • גודל הורדה : 355.94 MiB

  • גודל מערך נתונים : 969.38 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,035
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 111), dtype=tf.float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 256), dtype=tf.float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=tf.float32),
            'weight': Tensor(shape=(8, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=tf.float32),
            'weight': Tensor(shape=(8, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(15,), dtype=tf.float64),
            'qvel': Tensor(shape=(14,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ tf.string
איטרציה מוֹתֵחַ tf.int32
מְדִינִיוּת FeaturesDict
מדיניות/fc0 FeaturesDict
policy/fc0/bias מוֹתֵחַ (256,) tf.float32
policy/fc0/weight מוֹתֵחַ (256, 111) tf.float32
מדיניות/fc1 FeaturesDict
policy/fc1/bias מוֹתֵחַ (256,) tf.float32
policy/fc1/weight מוֹתֵחַ (256, 256) tf.float32
policy/last_fc FeaturesDict
policy/last_fc/bias מוֹתֵחַ (8,) tf.float32
policy/last_fc/weight מוֹתֵחַ (8, 256) tf.float32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (8,) tf.float32
policy/last_fc_log_std/weight מוֹתֵחַ (8, 256) tf.float32
מדיניות/אי-לינאריות מוֹתֵחַ tf.string
מדיניות/הפצה_תפוקה מוֹתֵחַ tf.string
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v2-מלא-שידור חוזר

  • גודל הורדה : 428.57 MiB

  • גודל מערך נתונים : 580.09 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,319
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(15,), dtype=tf.float64),
            'qvel': Tensor(shape=(14,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ tf.string
איטרציה מוֹתֵחַ tf.int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v2-medium

  • גודל הורדה : 358.81 MiB

  • גודל מערך נתונים : 1.01 GiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,203
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 111), dtype=tf.float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 256), dtype=tf.float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=tf.float32),
            'weight': Tensor(shape=(8, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=tf.float32),
            'weight': Tensor(shape=(8, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(15,), dtype=tf.float64),
            'qvel': Tensor(shape=(14,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ tf.string
איטרציה מוֹתֵחַ tf.int32
מְדִינִיוּת FeaturesDict
מדיניות/fc0 FeaturesDict
policy/fc0/bias מוֹתֵחַ (256,) tf.float32
policy/fc0/weight מוֹתֵחַ (256, 111) tf.float32
מדיניות/fc1 FeaturesDict
policy/fc1/bias מוֹתֵחַ (256,) tf.float32
policy/fc1/weight מוֹתֵחַ (256, 256) tf.float32
policy/last_fc FeaturesDict
policy/last_fc/bias מוֹתֵחַ (8,) tf.float32
policy/last_fc/weight מוֹתֵחַ (8, 256) tf.float32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (8,) tf.float32
policy/last_fc_log_std/weight מוֹתֵחַ (8, 256) tf.float32
מדיניות/אי-לינאריות מוֹתֵחַ tf.string
מדיניות/הפצה_תפוקה מוֹתֵחַ tf.string
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v2-medium-expert

  • גודל הורדה : 713.67 MiB

  • גודל מערך נתונים : 1.13 GiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 2,237
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(15,), dtype=tf.float64),
            'qvel': Tensor(shape=(14,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v2-medium-replay

  • גודל הורדה : 130.16 MiB

  • גודל מערך נתונים : 175.27 MiB

  • שמור אוטומטי במטמון ( תיעוד ): רק כאשר shuffle_files=False (רכבת)

  • פיצולים :

לְפַצֵל דוגמאות
'train' 485
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(15,), dtype=tf.float64),
            'qvel': Tensor(shape=(14,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ tf.string
איטרציה מוֹתֵחַ tf.int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_ant/v2-random

  • גודל הורדה : 366.66 MiB

  • גודל ערכת נתונים: 583.90 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 5,822
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(15,), dtype=tf.float64),
            'qvel': Tensor(shape=(14,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(111,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (8,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (15,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (14,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (111,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32