d4rl_mujoco_walker2d

  • 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_walker2d/v0-expert (תצורת ברירת המחדל)

  • גודל הורדה : 78.41 MiB

  • גודל ערכת נתונים: 98.64 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,628
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) 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 (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v0-medium

  • גודל הורדה : 80.83 MiB

  • גודל ערכת נתונים: 99.72 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 5,315
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) 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 (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v0-medium-expert

  • גודל הורדה : 159.24 MiB

  • גודל ערכת נתונים: 198.36 MiB

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

  • פיצולים :

לְפַצֵל דוגמאות
'train' 6,943
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) 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 (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v0-mixed

  • גודל הורדה : 8.42 MiB

  • גודל ערכת נתונים : 10.06 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 501
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) 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 (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v0-אקראי

  • גודל הורדה : 78.41 MiB

  • גודל מערך נתונים : 112.04 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 50,988
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) 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 (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v1-expert

  • גודל הורדה : 143.06 MiB

  • גודל מערך נתונים : 452.72 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,003
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 17), 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=(6,), dtype=tf.float32),
            'weight': Tensor(shape=(6, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=tf.float32),
            'weight': Tensor(shape=(6, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(9,), dtype=tf.float32),
            'qvel': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), 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, 17) 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 (6,) tf.float32
policy/last_fc/weight מוֹתֵחַ (6, 256) tf.float32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (6,) tf.float32
policy/last_fc_log_std/weight מוֹתֵחַ (6, 256) tf.float32
מדיניות/אי-לינאריות מוֹתֵחַ tf.string
מדיניות/הפצה_תפוקה מוֹתֵחַ tf.string
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float32
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float32
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v1-medium

  • גודל הורדה : 144.23 MiB

  • גודל מערך נתונים : 510.08 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,207
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 17), 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=(6,), dtype=tf.float32),
            'weight': Tensor(shape=(6, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=tf.float32),
            'weight': Tensor(shape=(6, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(9,), dtype=tf.float32),
            'qvel': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), 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, 17) 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 (6,) tf.float32
policy/last_fc/weight מוֹתֵחַ (6, 256) tf.float32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (6,) tf.float32
policy/last_fc_log_std/weight מוֹתֵחַ (6, 256) tf.float32
מדיניות/אי-לינאריות מוֹתֵחַ tf.string
מדיניות/הפצה_תפוקה מוֹתֵחַ tf.string
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float32
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float32
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v1-medium-expert

  • גודל הורדה : 286.69 MiB

  • גודל ערכת נתונים: 342.46 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 2,209
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(9,), dtype=tf.float32),
            'qvel': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float32
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float32
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v1-medium-replay

  • גודל הורדה : 84.37 MiB

  • גודל מערך נתונים : 52.10 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,093
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float64),
        'discount': tf.float64,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(9,), dtype=tf.float64),
            'qvel': Tensor(shape=(9,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), 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 (6,) tf.float64
צעדים/הנחה מוֹתֵחַ tf.float64
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float64
צעדים/פרס מוֹתֵחַ tf.float64

d4rl_mujoco_walker2d/v1-מלא-שידור חוזר

  • גודל הורדה : 278.95 MiB

  • גודל ערכת נתונים: 171.66 MiB

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

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,888
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float64),
        'discount': tf.float64,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(9,), dtype=tf.float64),
            'qvel': Tensor(shape=(9,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), 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 (6,) tf.float64
צעדים/הנחה מוֹתֵחַ tf.float64
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float64
צעדים/פרס מוֹתֵחַ tf.float64

d4rl_mujoco_walker2d/v1-random

  • גודל הורדה : 132.36 MiB

  • גודל ערכת נתונים: 192.06 MiB

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

  • פיצולים :

לְפַצֵל דוגמאות
'train' 48,790
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(9,), dtype=tf.float32),
            'qvel': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float32
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float32
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float32
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v2-expert

  • גודל הורדה : 219.89 MiB

  • גודל ערכת נתונים: 452.16 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,001
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 17), 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=(6,), dtype=tf.float32),
            'weight': Tensor(shape=(6, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=tf.float32),
            'weight': Tensor(shape=(6, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(9,), dtype=tf.float64),
            'qvel': Tensor(shape=(9,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), 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, 17) 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 (6,) tf.float32
policy/last_fc/weight מוֹתֵחַ (6, 256) tf.float32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (6,) tf.float32
policy/last_fc_log_std/weight מוֹתֵחַ (6, 256) tf.float32
מדיניות/אי-לינאריות מוֹתֵחַ tf.string
מדיניות/הפצה_תפוקה מוֹתֵחַ tf.string
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v2-מלא-שידור חוזר

  • גודל הורדה : 271.91 MiB

  • גודל ערכת נתונים: 171.66 MiB

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

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,888
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(9,), dtype=tf.float64),
            'qvel': Tensor(shape=(9,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), 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 (6,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v2-medium

  • גודל הורדה : 221.50 MiB

  • גודל מערך נתונים : 505.58 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,191
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 17), 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=(6,), dtype=tf.float32),
            'weight': Tensor(shape=(6, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=tf.float32),
            'weight': Tensor(shape=(6, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(9,), dtype=tf.float64),
            'qvel': Tensor(shape=(9,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), 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, 17) 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 (6,) tf.float32
policy/last_fc/weight מוֹתֵחַ (6, 256) tf.float32
policy/last_fc_log_std FeaturesDict
policy/last_fc_log_std/bias מוֹתֵחַ (6,) tf.float32
policy/last_fc_log_std/weight מוֹתֵחַ (6, 256) tf.float32
מדיניות/אי-לינאריות מוֹתֵחַ tf.string
מדיניות/הפצה_תפוקה מוֹתֵחַ tf.string
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v2-medium-expert

  • גודל הורדה : 440.79 MiB

  • גודל ערכת נתונים: 342.45 MiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 2,191
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(9,), dtype=tf.float64),
            'qvel': Tensor(shape=(9,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v2-medium-replay

  • גודל הורדה : 82.32 MiB

  • גודל מערך נתונים : 52.10 MiB

  • שמור אוטומטי במטמון ( תיעוד ): כן

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,093
  • מבנה תכונה :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(9,), dtype=tf.float64),
            'qvel': Tensor(shape=(9,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), 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 (6,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32

d4rl_mujoco_walker2d/v2-אקראי

  • גודל הורדה : 206.10 MiB

  • גודל ערכת נתונים: 192.11 MiB

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

  • פיצולים :

לְפַצֵל דוגמאות
'train' 48,908
  • מבנה תכונה :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(9,), dtype=tf.float64),
            'qvel': Tensor(shape=(9,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(17,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (6,) tf.float32
צעדים/הנחה מוֹתֵחַ tf.float32
שלבים/מידע FeaturesDict
steps/infos/action_log_probs מוֹתֵחַ tf.float64
צעדים/מידע/qpos מוֹתֵחַ (9,) tf.float64
צעדים/מידע/qvel מוֹתֵחַ (9,) tf.float64
צעדים/הוא_ראשון מוֹתֵחַ tf.bool
צעדים/הוא_אחרון מוֹתֵחַ tf.bool
steps/is_terminal מוֹתֵחַ tf.bool
צעדים/תצפית מוֹתֵחַ (17,) tf.float32
צעדים/פרס מוֹתֵחַ tf.float32