การเคลื่อนไหว

• คำอธิบาย :

ชุดข้อมูลถูกสร้างขึ้นด้วยตัวแทน SAC ที่ได้รับการฝึกอบรมเกี่ยวกับรางวัลสภาพแวดล้อมของงานการเคลื่อนที่ของ MuJoCo ชุดข้อมูลเหล่านี้ใช้ใน What Matters for Adversarial Imitation Learning? ออร์ซินี และคณะ 2021 .

ชุดข้อมูลเป็นไปตาม รูปแบบ RLDS เพื่อแสดงขั้นตอนและตอนต่างๆ

• หน้าแรก : https://github.com/google-research/rlds

• ซอร์สโค้ด : tfds.rlds.datasets.locomotion.Locomotion

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): การเปิดตัวครั้งแรก

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• การอ้างอิง :

@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}
}

การเคลื่อนไหว / ant_sac_1M_single_policy_stochastic (การกำหนดค่าเริ่มต้น)

• คำอธิบายการกำหนดค่า : ชุดข้อมูลที่สร้างโดยตัวแทน SAC ที่ได้รับการฝึกอบรมสำหรับ 1M ขั้นตอนสำหรับ Ant

• ขนาดดาวน์โหลด : 6.49 MiB

• ขนาดชุดข้อมูล : 23.02 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

• โครงสร้างคุณสมบัติ :

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,
    }),
})

• เอกสารคุณสมบัติ :

• ตัวอย่าง ( tfds.as_dataframe ):

การเคลื่อนที่/hopper_sac_1M_single_policy_stochastic

• คำอธิบายการกำหนดค่า : ชุดข้อมูลที่สร้างโดยตัวแทน SAC ที่ได้รับการฝึกอบรมสำหรับ 1M ขั้นตอนสำหรับฮอปเปอร์

• ขนาดดาวน์โหลด : 2.26 MiB

• ขนาดชุดข้อมูล : 2.62 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

• โครงสร้างคุณสมบัติ :

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,
    }),
})

• เอกสารคุณสมบัติ :

• ตัวอย่าง ( tfds.as_dataframe ):

การเคลื่อนไหว/halfcheetah_sac_1M_single_policy_stochastic

• คำอธิบายการกำหนดค่า : ชุดข้อมูลที่สร้างโดยตัวแทน SAC ที่ได้รับการฝึกอบรมสำหรับ 1M ขั้นตอนสำหรับ HalfCheetah

• ขนาดดาวน์โหลด : 4.49 MiB

• ขนาดชุดข้อมูล : 4.93 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

• โครงสร้างคุณสมบัติ :

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,
    }),
})

• เอกสารคุณสมบัติ :

• ตัวอย่าง ( tfds.as_dataframe ):

การเคลื่อนที่/walker2d_sac_1M_single_policy_stochastic

• คำอธิบายการกำหนดค่า : ชุดข้อมูลที่สร้างโดยตัวแทน SAC ที่ได้รับการฝึกอบรมสำหรับ 1M ขั้นตอนสำหรับ Walker2d

• ขนาดดาวน์โหลด : 4.35 MiB

• ขนาดชุดข้อมูล : 4.91 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

• โครงสร้างคุณสมบัติ :

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,
    }),
})

• เอกสารคุณสมบัติ :

• ตัวอย่าง ( tfds.as_dataframe ):

การเคลื่อนที่/humanoid_sac_15M_single_policy_stochastic

• คำอธิบายการกำหนดค่า : ชุดข้อมูลที่สร้างโดยตัวแทน SAC ที่ได้รับการฝึกอบรมสำหรับขั้นตอน 15M สำหรับฮิวแมนนอยด์

• ขนาดดาวน์โหลด : 192.78 MiB

• ขนาดชุดข้อมูล : 300.94 MiB

• แคชอัตโนมัติ ( เอกสาร ): No

• แยก :

• โครงสร้างคุณสมบัติ :

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,
    }),
})

• เอกสารคุณสมบัติ :

• ตัวอย่าง ( tfds.as_dataframe ):