d4rl_mujoco_hopper

  • 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_hopper/v0-expert (תצורת ברירת המחדל)

  • גודל הורדה : 51.56 MiB

  • גודל מערך נתונים : 64.10 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,029
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v0-medium

  • גודל הורדה : 51.74 MiB

  • גודל ערכת נתונים : 64.68 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 3,064
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v0-medium-expert

  • גודל הורדה : 62.01 MiB

  • גודל ערכת נתונים : 77.25 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 2,277
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v0-mixed

  • גודל הורדה : 10.48 MiB

  • גודל מערך נתונים : 13.15 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,250
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v0-random

  • גודל הורדה : 51.83 MiB

  • גודל ערכת נתונים : 66.06 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 8,793
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v1-expert

  • גודל הורדה : 93.19 MiB

  • גודל ערכת נתונים : 608.03 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,836
  • מבנה תכונה :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 11), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(6,), dtype=float32),
            'qvel': Tensor(shape=(6,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ חוּט
איטרציה מוֹתֵחַ int32
מְדִינִיוּת FeaturesDict
מדיניות/fc0 FeaturesDict
policy/fc0/bias מוֹתֵחַ (256,) לצוף32
policy/fc0/weight מוֹתֵחַ (256, 11) לצוף32
מדיניות/fc1 FeaturesDict
policy/fc1/bias מוֹתֵחַ (256,) לצוף32
policy/fc1/weight מוֹתֵחַ (256, 256) לצוף32
policy/last_fc FeaturesDict
policy/last_fc/bias מוֹתֵחַ (3,) לצוף32
policy/last_fc/weight מוֹתֵחַ (3, 256) לצוף32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (3,) לצוף32
policy/last_fc_log_std/weight מוֹתֵחַ (3, 256) לצוף32
מדיניות/אי-לינאריות מוֹתֵחַ חוּט
מדיניות/פלט_הפצה מוֹתֵחַ חוּט
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף32
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף32
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v1-medium

  • גודל הורדה : 92.03 MiB

  • גודל מערך נתונים : 1.78 GiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 6,328
  • מבנה תכונה :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 11), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(6,), dtype=float32),
            'qvel': Tensor(shape=(6,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ חוּט
איטרציה מוֹתֵחַ int32
מְדִינִיוּת FeaturesDict
מדיניות/fc0 FeaturesDict
policy/fc0/bias מוֹתֵחַ (256,) לצוף32
policy/fc0/weight מוֹתֵחַ (256, 11) לצוף32
מדיניות/fc1 FeaturesDict
policy/fc1/bias מוֹתֵחַ (256,) לצוף32
policy/fc1/weight מוֹתֵחַ (256, 256) לצוף32
policy/last_fc FeaturesDict
policy/last_fc/bias מוֹתֵחַ (3,) לצוף32
policy/last_fc/weight מוֹתֵחַ (3, 256) לצוף32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (3,) לצוף32
policy/last_fc_log_std/weight מוֹתֵחַ (3, 256) לצוף32
מדיניות/אי-לינאריות מוֹתֵחַ חוּט
מדיניות/פלט_הפצה מוֹתֵחַ חוּט
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף32
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף32
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v1-medium-expert

  • גודל הורדה : 184.59 MiB

  • גודל מערך נתונים : 230.24 MiB

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

  • פיצולים :

לְפַצֵל דוגמאות
'train' 8,163
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(6,), dtype=float32),
            'qvel': Tensor(shape=(6,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף32
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף32
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v1-medium-replay

  • גודל הורדה : 55.65 MiB

  • גודל מערך נתונים : 34.78 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,151
  • מבנה תכונה :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float64),
        'reward': float64,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ חוּט
איטרציה מוֹתֵחַ int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף64
צעדים/הנחה מוֹתֵחַ לצוף64
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף64
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף64
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף64
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף64
צעדים/פרס מוֹתֵחַ לצוף64

d4rl_mujoco_hopper/v1-full-replay

  • גודל הורדה : 183.32 MiB

  • גודל ערכת נתונים : 114.78 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 2,907
  • מבנה תכונה :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float64),
        'reward': float64,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ חוּט
איטרציה מוֹתֵחַ int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף64
צעדים/הנחה מוֹתֵחַ לצוף64
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף64
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף64
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף64
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף64
צעדים/פרס מוֹתֵחַ לצוף64

d4rl_mujoco_hopper/v1-random

  • גודל הורדה : 91.11 MiB

  • גודל ערכת נתונים : 130.73 MiB

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

  • פיצולים :

לְפַצֵל דוגמאות
'train' 45,265
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(6,), dtype=float32),
            'qvel': Tensor(shape=(6,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף32
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף32
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v2-expert

  • גודל הורדה : 145.37 MiB

  • גודל מערך נתונים : 390.40 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,028
  • מבנה תכונה :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 11), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ חוּט
איטרציה מוֹתֵחַ int32
מְדִינִיוּת FeaturesDict
מדיניות/fc0 FeaturesDict
policy/fc0/bias מוֹתֵחַ (256,) לצוף32
policy/fc0/weight מוֹתֵחַ (256, 11) לצוף32
מדיניות/fc1 FeaturesDict
policy/fc1/bias מוֹתֵחַ (256,) לצוף32
policy/fc1/weight מוֹתֵחַ (256, 256) לצוף32
policy/last_fc FeaturesDict
policy/last_fc/bias מוֹתֵחַ (3,) לצוף32
policy/last_fc/weight מוֹתֵחַ (3, 256) לצוף32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (3,) לצוף32
policy/last_fc_log_std/weight מוֹתֵחַ (3, 256) לצוף32
מדיניות/אי-לינאריות מוֹתֵחַ חוּט
מדיניות/פלט_הפצה מוֹתֵחַ חוּט
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף64
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף64
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף64
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v2-מלא-שידור חוזר

  • גודל הורדה : 179.29 MiB

  • גודל מערך נתונים : 115.04 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 3,515
  • מבנה תכונה :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ חוּט
איטרציה מוֹתֵחַ int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף64
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף64
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף64
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v2-medium

  • גודל הורדה : 145.68 MiB

  • גודל מערך נתונים : 702.57 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 2,187
  • מבנה תכונה :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 11), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ חוּט
איטרציה מוֹתֵחַ int32
מְדִינִיוּת FeaturesDict
מדיניות/fc0 FeaturesDict
policy/fc0/bias מוֹתֵחַ (256,) לצוף32
policy/fc0/weight מוֹתֵחַ (256, 11) לצוף32
מדיניות/fc1 FeaturesDict
policy/fc1/bias מוֹתֵחַ (256,) לצוף32
policy/fc1/weight מוֹתֵחַ (256, 256) לצוף32
policy/last_fc FeaturesDict
policy/last_fc/bias מוֹתֵחַ (3,) לצוף32
policy/last_fc/weight מוֹתֵחַ (3, 256) לצוף32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (3,) לצוף32
policy/last_fc_log_std/weight מוֹתֵחַ (3, 256) לצוף32
מדיניות/אי-לינאריות מוֹתֵחַ חוּט
מדיניות/פלט_הפצה מוֹתֵחַ חוּט
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף64
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף64
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף64
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v2-medium-expert

  • גודל הורדה : 290.43 MiB

  • גודל מערך נתונים : 228.28 MiB

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

  • פיצולים :

לְפַצֵל דוגמאות
'train' 3,214
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף64
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף64
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף64
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v2-medium-replay

  • גודל הורדה : 72.34 MiB

  • גודל ערכת נתונים : 46.51 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 2,041
  • מבנה תכונה :
FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
אַלגוֹרִיתְם מוֹתֵחַ חוּט
איטרציה מוֹתֵחַ int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף64
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף64
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף64
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32

d4rl_mujoco_hopper/v2-random

  • גודל הורדה : 145.46 MiB

  • גודל ערכת נתונים : 130.72 MiB

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

  • פיצולים :

לְפַצֵל דוגמאות
'train' 45,240
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (3,) לצוף32
צעדים/הנחה מוֹתֵחַ לצוף32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ לצוף64
צעדים/מידע/qpos מוֹתֵחַ (6,) לצוף64
צעדים/מידע/qvel מוֹתֵחַ (6,) לצוף64
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית מוֹתֵחַ (11,) לצוף32
צעדים/פרס מוֹתֵחַ לצוף32