- Описание :
Наборы данных были созданы с помощью агента SAC, обученного работе с окружающей средой в задачах передвижения MuJoCo. Эти наборы данных используются в разделе «Что важно для состязательного имитационного обучения?» Орсини и др. 2021 .
Наборы данных соответствуют формату RLDS для представления шагов и эпизодов.
Домашняя страница : https://github.com/google-research/rlds
Исходный код :
tfds.rlds.locomotion.Locomotion
Версии :
-
1.0.0
(по умолчанию): Первоначальный выпуск.
-
Ключи под наблюдением (см . документ
as_supervised
):None
Рисунок ( tfds.show_examples ): не поддерживается.
Цитата :
@article{orsini2021matters,
title={What Matters for Adversarial Imitation Learning?},
author={Orsini, Manu and Raichuk, Anton and Hussenot, L{'e}onard and Vincent, Damien and Dadashi, Robert and Girgin, Sertan and Geist, Matthieu and Bachem, Olivier and Pietquin, Olivier and Andrychowicz, Marcin},
journal={International Conference in Machine Learning},
year={2021}
}
locomotion/ant_sac_1M_single_policy_stochastic (конфигурация по умолчанию)
Описание конфигурации : набор данных, созданный агентом SAC, обученным шагам 1M для Ant.
Размер загрузки :
6.49 MiB
Размер набора данных :
23.02 MiB
.Автоматическое кэширование ( документация ): Да
Сплиты :
Расколоть | Примеры |
---|---|
'train' | 50 |
- Структура функции :
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,
}),
})
- Документация по функциям :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
шаги | Набор данных | |||
шаги/действие | Тензор | (8,) | поплавок32 | |
шаги/скидка | Тензор | поплавок32 | ||
шаги / is_first | Тензор | логический | ||
шаги/is_last | Тензор | логический | ||
шаги/is_terminal | Тензор | логический | ||
шаги/наблюдение | Тензор | (111,) | поплавок32 | |
шаги/награда | Тензор | поплавок32 |
- Примеры ( tfds.as_dataframe ):
передвижение/hopper_sac_1M_single_policy_stochastic
Описание конфигурации : набор данных, созданный агентом SAC, обученным шагам 1M для Hopper.
Размер загрузки :
2.26 MiB
Размер набора данных :
2.62 MiB
.Автоматическое кэширование ( документация ): Да
Сплиты :
Расколоть | Примеры |
---|---|
'train' | 50 |
- Структура функции :
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,
}),
})
- Документация по функциям :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
шаги | Набор данных | |||
шаги/действие | Тензор | (3,) | поплавок32 | |
шаги/скидка | Тензор | поплавок32 | ||
шаги / is_first | Тензор | логический | ||
шаги/is_last | Тензор | логический | ||
шаги/is_terminal | Тензор | логический | ||
шаги/наблюдение | Тензор | (11,) | поплавок32 | |
шаги/награда | Тензор | поплавок32 |
- Примеры ( tfds.as_dataframe ):
передвижение/halfcheetah_sac_1M_single_policy_stochastic
Описание конфигурации : набор данных, созданный агентом SAC, обученным шагам 1M для HalfCheetah.
Размер загрузки :
4.49 MiB
Размер набора данных :
4.93 MiB
.Автоматическое кэширование ( документация ): Да
Сплиты :
Расколоть | Примеры |
---|---|
'train' | 50 |
- Структура функции :
FeaturesDict({
'steps': Dataset({
'action': Tensor(shape=(6,), dtype=float32),
'discount': float32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': Tensor(shape=(17,), dtype=float32),
'reward': float32,
}),
})
- Документация по функциям :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
шаги | Набор данных | |||
шаги/действие | Тензор | (6,) | поплавок32 | |
шаги/скидка | Тензор | поплавок32 | ||
шаги / is_first | Тензор | логический | ||
шаги/is_last | Тензор | логический | ||
шаги/is_terminal | Тензор | логический | ||
шаги/наблюдение | Тензор | (17,) | поплавок32 | |
шаги/награда | Тензор | поплавок32 |
- Примеры ( tfds.as_dataframe ):
передвижение/ходок2d_sac_1M_single_policy_stochastic
Описание конфигурации : набор данных, созданный агентом SAC, обученным шагам 1M для Walker2d.
Размер загрузки :
4.35 MiB
Размер набора данных :
4.91 MiB
.Автоматическое кэширование ( документация ): Да
Сплиты :
Расколоть | Примеры |
---|---|
'train' | 50 |
- Структура функции :
FeaturesDict({
'steps': Dataset({
'action': Tensor(shape=(6,), dtype=float32),
'discount': float32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': Tensor(shape=(17,), dtype=float32),
'reward': float32,
}),
})
- Документация по функциям :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
шаги | Набор данных | |||
шаги/действие | Тензор | (6,) | поплавок32 | |
шаги/скидка | Тензор | поплавок32 | ||
шаги / is_first | Тензор | логический | ||
шаги/is_last | Тензор | логический | ||
шаги/is_terminal | Тензор | логический | ||
шаги/наблюдение | Тензор | (17,) | поплавок32 | |
шаги/награда | Тензор | поплавок32 |
- Примеры ( tfds.as_dataframe ):
передвижение/humanoid_sac_15M_single_policy_stochastic
Описание конфигурации : набор данных, сгенерированный агентом SAC, обученным 15 млн шагов для гуманоида.
Размер загрузки :
192.78 MiB
Размер набора данных :
300.94 MiB
.Автоматическое кэширование ( документация ): Нет
Сплиты :
Расколоть | Примеры |
---|---|
'train' | 200 |
- Структура функции :
FeaturesDict({
'steps': Dataset({
'action': Tensor(shape=(17,), dtype=float32),
'discount': float32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': Tensor(shape=(376,), dtype=float32),
'reward': float32,
}),
})
- Документация по функциям :
Особенность | Учебный класс | Форма | Dтип | Описание |
---|---|---|---|---|
ОсобенностиDict | ||||
шаги | Набор данных | |||
шаги/действие | Тензор | (17,) | поплавок32 | |
шаги/скидка | Тензор | поплавок32 | ||
шаги / is_first | Тензор | логический | ||
шаги/is_last | Тензор | логический | ||
шаги/is_terminal | Тензор | логический | ||
шаги/наблюдение | Тензор | (376,) | поплавок32 | |
шаги/награда | Тензор | поплавок32 |
- Примеры ( tfds.as_dataframe ):