rlu_rwrl

  • Açıklama :

RL Unplugged, çevrimdışı pekiştirme öğrenimi için bir dizi testtir. RL Unplugged aşağıdaki hususlar etrafında tasarlanmıştır: kullanım kolaylığını kolaylaştırmak için veri kümelerine, genel bir işlem hattı oluşturulduktan sonra uygulamacının süitteki tüm verilerle çalışmasını kolaylaştıran birleşik bir API sağlıyoruz.

Veri kümeleri, adımları ve bölümleri temsil etmek için RLDS biçimini takip eder.

Veri kümesindeki örnekler, https://arxiv.org/abs/1904.12901'de açıklandığı gibi kısmen çevrimiçi eğitimli bir aracı çalıştırırken depolanan SAR geçişlerini temsil eder . /rlds#veri kümesi-biçimi

Kart direği, yürüteç, dörtlü ve insansı görevlerde birleşik meydan okuma ve kolay birleşik meydan okuma olmaksızın, toplamda 8 göreve ilişkin 40 veri kümesi yayınlıyoruz. Her görev, %1, %5, %20, %40 ve %100 olmak üzere 5 farklı boyutta veri kümesi içerir. Daha küçük veri kümesinin, daha büyük olanların bir alt kümesi olmasının garanti edilmediğine dikkat edin. Veri kümesinin nasıl oluşturulduğuna ilişkin ayrıntılar için lütfen makaleye bakın.

@misc{gulcehre2020rl,
    title={RL Unplugged: Benchmarks for Offline Reinforcement Learning},
    author={Caglar Gulcehre and Ziyu Wang and Alexander Novikov and Tom Le Paine
        and  Sergio Gómez Colmenarejo and Konrad Zolna and Rishabh Agarwal and
        Josh Merel and Daniel Mankowitz and Cosmin Paduraru and Gabriel
        Dulac-Arnold and Jerry Li and Mohammad Norouzi and Matt Hoffman and
        Ofir Nachum and George Tucker and Nicolas Heess and Nando deFreitas},
    year={2020},
    eprint={2006.13888},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

rlu_rwrl/cartpole_swingup_combined_challenge_none_1_percent (varsayılan yapılandırma)

  • Veri kümesi boyutu : 172.43 KiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 5
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'position': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(2,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (1,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/konum tensör (3,) tf.float32
adımlar/gözlem/hız tensör (2,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/cartpole_swingup_combined_challenge_none_5_percent

  • Veri kümesi boyutu : 862.13 KiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 25
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'position': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(2,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (1,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/konum tensör (3,) tf.float32
adımlar/gözlem/hız tensör (2,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/cartpole_swingup_combined_challenge_none_20_percent

  • Veri kümesi boyutu : 3.37 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 100
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'position': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(2,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (1,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/konum tensör (3,) tf.float32
adımlar/gözlem/hız tensör (2,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/cartpole_swingup_combined_challenge_none_40_percent

  • Veri kümesi boyutu : 6.74 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 200
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'position': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(2,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (1,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/konum tensör (3,) tf.float32
adımlar/gözlem/hız tensör (2,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/cartpole_swingup_combined_challenge_none_100_percent

  • Veri kümesi boyutu : 16.84 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 500
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'position': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(2,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (1,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/konum tensör (3,) tf.float32
adımlar/gözlem/hız tensör (2,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/quadruped_walk_combined_challenge_none_1_percent

  • Veri kümesi boyutu : 1.77 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 5
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'egocentric_state': Tensor(shape=(44,), dtype=tf.float32),
            'force_torque': Tensor(shape=(24,), dtype=tf.float32),
            'imu': Tensor(shape=(6,), dtype=tf.float32),
            'torso_upright': Tensor(shape=(1,), dtype=tf.float32),
            'torso_velocity': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (12,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/benmerkezci_durum tensör (44,) tf.float32
adımlar/gözlem/force_torque tensör (24,) tf.float32
adımlar/gözlem/imu tensör (6,) tf.float32
adımlar/gözlem/torso_upright tensör (1,) tf.float32
adımlar/gözlem/torso_velocity tensör (3,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/quadruped_walk_combined_challenge_none_5_percent

  • Veri kümesi boyutu : 8.86 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 25
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'egocentric_state': Tensor(shape=(44,), dtype=tf.float32),
            'force_torque': Tensor(shape=(24,), dtype=tf.float32),
            'imu': Tensor(shape=(6,), dtype=tf.float32),
            'torso_upright': Tensor(shape=(1,), dtype=tf.float32),
            'torso_velocity': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (12,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/benmerkezci_durum tensör (44,) tf.float32
adımlar/gözlem/force_torque tensör (24,) tf.float32
adımlar/gözlem/imu tensör (6,) tf.float32
adımlar/gözlem/torso_upright tensör (1,) tf.float32
adımlar/gözlem/torso_velocity tensör (3,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/quadruped_walk_combined_challenge_none_20_percent

  • Veri kümesi boyutu : 35.46 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 100
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'egocentric_state': Tensor(shape=(44,), dtype=tf.float32),
            'force_torque': Tensor(shape=(24,), dtype=tf.float32),
            'imu': Tensor(shape=(6,), dtype=tf.float32),
            'torso_upright': Tensor(shape=(1,), dtype=tf.float32),
            'torso_velocity': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (12,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/benmerkezci_durum tensör (44,) tf.float32
adımlar/gözlem/force_torque tensör (24,) tf.float32
adımlar/gözlem/imu tensör (6,) tf.float32
adımlar/gözlem/torso_upright tensör (1,) tf.float32
adımlar/gözlem/torso_velocity tensör (3,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/quadruped_walk_combined_challenge_none_40_percent

  • Veri kümesi boyutu : 70.92 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 200
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'egocentric_state': Tensor(shape=(44,), dtype=tf.float32),
            'force_torque': Tensor(shape=(24,), dtype=tf.float32),
            'imu': Tensor(shape=(6,), dtype=tf.float32),
            'torso_upright': Tensor(shape=(1,), dtype=tf.float32),
            'torso_velocity': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (12,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/benmerkezci_durum tensör (44,) tf.float32
adımlar/gözlem/force_torque tensör (24,) tf.float32
adımlar/gözlem/imu tensör (6,) tf.float32
adımlar/gözlem/torso_upright tensör (1,) tf.float32
adımlar/gözlem/torso_velocity tensör (3,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/quadruped_walk_combined_challenge_none_100_percent

  • Veri kümesi boyutu : 177.29 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Yalnızca shuffle_files=False (tren) olduğunda

  • Bölmeler :

Bölmek Örnekler
'train' 500
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'egocentric_state': Tensor(shape=(44,), dtype=tf.float32),
            'force_torque': Tensor(shape=(24,), dtype=tf.float32),
            'imu': Tensor(shape=(6,), dtype=tf.float32),
            'torso_upright': Tensor(shape=(1,), dtype=tf.float32),
            'torso_velocity': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (12,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/benmerkezci_durum tensör (44,) tf.float32
adımlar/gözlem/force_torque tensör (24,) tf.float32
adımlar/gözlem/imu tensör (6,) tf.float32
adımlar/gözlem/torso_upright tensör (1,) tf.float32
adımlar/gözlem/torso_velocity tensör (3,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/walker_walk_combined_challenge_none_1_percent

  • Veri kümesi boyutu : 6.27 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 50
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'height': Tensor(shape=(1,), dtype=tf.float32),
            'orientations': Tensor(shape=(14,), dtype=tf.float32),
            'velocity': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (6,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/yükseklik tensör (1,) tf.float32
adımlar/gözlem/yönlendirmeler tensör (14,) tf.float32
adımlar/gözlem/hız tensör (9,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/walker_walk_combined_challenge_none_5_percent

  • Veri kümesi boyutu : 31.34 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 250
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'height': Tensor(shape=(1,), dtype=tf.float32),
            'orientations': Tensor(shape=(14,), dtype=tf.float32),
            'velocity': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (6,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/yükseklik tensör (1,) tf.float32
adımlar/gözlem/yönlendirmeler tensör (14,) tf.float32
adımlar/gözlem/hız tensör (9,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/walker_walk_combined_challenge_none_20_percent

  • Veri kümesi boyutu : 125.37 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 1.000
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'height': Tensor(shape=(1,), dtype=tf.float32),
            'orientations': Tensor(shape=(14,), dtype=tf.float32),
            'velocity': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (6,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/yükseklik tensör (1,) tf.float32
adımlar/gözlem/yönlendirmeler tensör (14,) tf.float32
adımlar/gözlem/hız tensör (9,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/walker_walk_combined_challenge_none_40_percent

  • Veri kümesi boyutu : 250.75 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Hayır

  • Bölmeler :

Bölmek Örnekler
'train' 2.000
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'height': Tensor(shape=(1,), dtype=tf.float32),
            'orientations': Tensor(shape=(14,), dtype=tf.float32),
            'velocity': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (6,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/yükseklik tensör (1,) tf.float32
adımlar/gözlem/yönlendirmeler tensör (14,) tf.float32
adımlar/gözlem/hız tensör (9,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/walker_walk_combined_challenge_none_100_percent

  • Veri kümesi boyutu : 626.86 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Hayır

  • Bölmeler :

Bölmek Örnekler
'train' 5.000
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'height': Tensor(shape=(1,), dtype=tf.float32),
            'orientations': Tensor(shape=(14,), dtype=tf.float32),
            'velocity': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (6,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/yükseklik tensör (1,) tf.float32
adımlar/gözlem/yönlendirmeler tensör (14,) tf.float32
adımlar/gözlem/hız tensör (9,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/humanoid_walk_combined_challenge_none_1_percent

  • Veri kümesi boyutu : 69.40 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 200
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=tf.float32),
            'extremities': Tensor(shape=(12,), dtype=tf.float32),
            'head_height': Tensor(shape=(1,), dtype=tf.float32),
            'joint_angles': Tensor(shape=(21,), dtype=tf.float32),
            'torso_vertical': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(27,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (21,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/com_velocity tensör (3,) tf.float32
adımlar/gözlem/ekstremiteler tensör (12,) tf.float32
adımlar/gözlem/kafa_yüksekliği tensör (1,) tf.float32
adımlar/gözlem/ortak açılar tensör (21,) tf.float32
adımlar/gözlem/torso_vertical tensör (3,) tf.float32
adımlar/gözlem/hız tensör (27,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/humanoid_walk_combined_challenge_none_5_percent

  • Veri kümesi boyutu : 346.98 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Hayır

  • Bölmeler :

Bölmek Örnekler
'train' 1.000
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=tf.float32),
            'extremities': Tensor(shape=(12,), dtype=tf.float32),
            'head_height': Tensor(shape=(1,), dtype=tf.float32),
            'joint_angles': Tensor(shape=(21,), dtype=tf.float32),
            'torso_vertical': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(27,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (21,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/com_velocity tensör (3,) tf.float32
adımlar/gözlem/ekstremiteler tensör (12,) tf.float32
adımlar/gözlem/kafa_yüksekliği tensör (1,) tf.float32
adımlar/gözlem/ortak açılar tensör (21,) tf.float32
adımlar/gözlem/torso_vertical tensör (3,) tf.float32
adımlar/gözlem/hız tensör (27,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/humanoid_walk_combined_challenge_none_20_percent

  • Veri kümesi boyutu : 1.36 GiB

  • Otomatik önbelleğe alınmış ( belgeler ): Hayır

  • Bölmeler :

Bölmek Örnekler
'train' 4.000
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=tf.float32),
            'extremities': Tensor(shape=(12,), dtype=tf.float32),
            'head_height': Tensor(shape=(1,), dtype=tf.float32),
            'joint_angles': Tensor(shape=(21,), dtype=tf.float32),
            'torso_vertical': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(27,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (21,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/com_velocity tensör (3,) tf.float32
adımlar/gözlem/ekstremiteler tensör (12,) tf.float32
adımlar/gözlem/kafa_yüksekliği tensör (1,) tf.float32
adımlar/gözlem/ortak açılar tensör (21,) tf.float32
adımlar/gözlem/torso_vertical tensör (3,) tf.float32
adımlar/gözlem/hız tensör (27,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/humanoid_walk_combined_challenge_none_40_percent

  • Veri kümesi boyutu : 2.71 GiB

  • Otomatik önbelleğe alınmış ( belgeler ): Hayır

  • Bölmeler :

Bölmek Örnekler
'train' 8.000
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=tf.float32),
            'extremities': Tensor(shape=(12,), dtype=tf.float32),
            'head_height': Tensor(shape=(1,), dtype=tf.float32),
            'joint_angles': Tensor(shape=(21,), dtype=tf.float32),
            'torso_vertical': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(27,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (21,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/com_velocity tensör (3,) tf.float32
adımlar/gözlem/ekstremiteler tensör (12,) tf.float32
adımlar/gözlem/kafa_yüksekliği tensör (1,) tf.float32
adımlar/gözlem/ortak açılar tensör (21,) tf.float32
adımlar/gözlem/torso_vertical tensör (3,) tf.float32
adımlar/gözlem/hız tensör (27,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/humanoid_walk_combined_challenge_none_100_percent

  • Veri kümesi boyutu : 6.78 GiB

  • Otomatik önbelleğe alınmış ( belgeler ): Hayır

  • Bölmeler :

Bölmek Örnekler
'train' 20.000
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=tf.float32),
            'extremities': Tensor(shape=(12,), dtype=tf.float32),
            'head_height': Tensor(shape=(1,), dtype=tf.float32),
            'joint_angles': Tensor(shape=(21,), dtype=tf.float32),
            'torso_vertical': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(27,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (21,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/com_velocity tensör (3,) tf.float32
adımlar/gözlem/ekstremiteler tensör (12,) tf.float32
adımlar/gözlem/kafa_yüksekliği tensör (1,) tf.float32
adımlar/gözlem/ortak açılar tensör (21,) tf.float32
adımlar/gözlem/torso_vertical tensör (3,) tf.float32
adımlar/gözlem/hız tensör (27,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/cartpole_swingup_combined_challenge_easy_1_percent

  • Veri kümesi boyutu : 369.84 KiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 5
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'position': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(2,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (1,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/konum tensör (3,) tf.float32
adımlar/gözlem/hız tensör (2,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/cartpole_swingup_combined_challenge_easy_5_percent

  • Veri kümesi boyutu : 1.81 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 25
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'position': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(2,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (1,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/konum tensör (3,) tf.float32
adımlar/gözlem/hız tensör (2,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/cartpole_swingup_combined_challenge_easy_20_percent

  • Veri kümesi boyutu : 7.22 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 100
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'position': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(2,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (1,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/konum tensör (3,) tf.float32
adımlar/gözlem/hız tensör (2,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/cartpole_swingup_combined_challenge_easy_40_percent

  • Veri kümesi boyutu : 14.45 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 200
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'position': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(2,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (1,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/konum tensör (3,) tf.float32
adımlar/gözlem/hız tensör (2,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/cartpole_swingup_combined_challenge_easy_100_percent

  • Veri kümesi boyutu : 36.12 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 500
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'position': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(2,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (1,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/konum tensör (3,) tf.float32
adımlar/gözlem/hız tensör (2,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/quadruped_walk_combined_challenge_easy_1_percent

  • Veri kümesi boyutu : 1.97 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 5
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'egocentric_state': Tensor(shape=(44,), dtype=tf.float32),
            'force_torque': Tensor(shape=(24,), dtype=tf.float32),
            'imu': Tensor(shape=(6,), dtype=tf.float32),
            'torso_upright': Tensor(shape=(1,), dtype=tf.float32),
            'torso_velocity': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (12,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/benmerkezci_durum tensör (44,) tf.float32
adımlar/gözlem/force_torque tensör (24,) tf.float32
adımlar/gözlem/imu tensör (6,) tf.float32
adımlar/gözlem/torso_upright tensör (1,) tf.float32
adımlar/gözlem/torso_velocity tensör (3,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/quadruped_walk_combined_challenge_easy_5_percent

  • Veri kümesi boyutu : 9.83 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 25
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'egocentric_state': Tensor(shape=(44,), dtype=tf.float32),
            'force_torque': Tensor(shape=(24,), dtype=tf.float32),
            'imu': Tensor(shape=(6,), dtype=tf.float32),
            'torso_upright': Tensor(shape=(1,), dtype=tf.float32),
            'torso_velocity': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (12,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/benmerkezci_durum tensör (44,) tf.float32
adımlar/gözlem/force_torque tensör (24,) tf.float32
adımlar/gözlem/imu tensör (6,) tf.float32
adımlar/gözlem/torso_upright tensör (1,) tf.float32
adımlar/gözlem/torso_velocity tensör (3,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/quadruped_walk_combined_challenge_easy_20_percent

  • Veri kümesi boyutu : 39.31 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 100
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'egocentric_state': Tensor(shape=(44,), dtype=tf.float32),
            'force_torque': Tensor(shape=(24,), dtype=tf.float32),
            'imu': Tensor(shape=(6,), dtype=tf.float32),
            'torso_upright': Tensor(shape=(1,), dtype=tf.float32),
            'torso_velocity': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (12,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/benmerkezci_durum tensör (44,) tf.float32
adımlar/gözlem/force_torque tensör (24,) tf.float32
adımlar/gözlem/imu tensör (6,) tf.float32
adımlar/gözlem/torso_upright tensör (1,) tf.float32
adımlar/gözlem/torso_velocity tensör (3,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/quadruped_walk_combined_challenge_easy_40_percent

  • Veri kümesi boyutu : 78.63 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 200
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'egocentric_state': Tensor(shape=(44,), dtype=tf.float32),
            'force_torque': Tensor(shape=(24,), dtype=tf.float32),
            'imu': Tensor(shape=(6,), dtype=tf.float32),
            'torso_upright': Tensor(shape=(1,), dtype=tf.float32),
            'torso_velocity': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (12,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/benmerkezci_durum tensör (44,) tf.float32
adımlar/gözlem/force_torque tensör (24,) tf.float32
adımlar/gözlem/imu tensör (6,) tf.float32
adımlar/gözlem/torso_upright tensör (1,) tf.float32
adımlar/gözlem/torso_velocity tensör (3,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/quadruped_walk_combined_challenge_easy_100_percent

  • Veri kümesi boyutu : 196.57 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Yalnızca shuffle_files=False (tren) olduğunda

  • Bölmeler :

Bölmek Örnekler
'train' 500
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'egocentric_state': Tensor(shape=(44,), dtype=tf.float32),
            'force_torque': Tensor(shape=(24,), dtype=tf.float32),
            'imu': Tensor(shape=(6,), dtype=tf.float32),
            'torso_upright': Tensor(shape=(1,), dtype=tf.float32),
            'torso_velocity': Tensor(shape=(3,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (12,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/benmerkezci_durum tensör (44,) tf.float32
adımlar/gözlem/force_torque tensör (24,) tf.float32
adımlar/gözlem/imu tensör (6,) tf.float32
adımlar/gözlem/torso_upright tensör (1,) tf.float32
adımlar/gözlem/torso_velocity tensör (3,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/walker_walk_combined_challenge_easy_1_percent

  • Veri kümesi boyutu : 8.20 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 50
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'height': Tensor(shape=(1,), dtype=tf.float32),
            'orientations': Tensor(shape=(14,), dtype=tf.float32),
            'velocity': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (6,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/yükseklik tensör (1,) tf.float32
adımlar/gözlem/yönlendirmeler tensör (14,) tf.float32
adımlar/gözlem/hız tensör (9,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/walker_walk_combined_challenge_easy_5_percent

  • Veri kümesi boyutu : 40.98 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Evet

  • Bölmeler :

Bölmek Örnekler
'train' 250
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'height': Tensor(shape=(1,), dtype=tf.float32),
            'orientations': Tensor(shape=(14,), dtype=tf.float32),
            'velocity': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (6,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/yükseklik tensör (1,) tf.float32
adımlar/gözlem/yönlendirmeler tensör (14,) tf.float32
adımlar/gözlem/hız tensör (9,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/walker_walk_combined_challenge_easy_20_percent

  • Veri kümesi boyutu : 163.93 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Yalnızca shuffle_files=False (tren) olduğunda

  • Bölmeler :

Bölmek Örnekler
'train' 1.000
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'height': Tensor(shape=(1,), dtype=tf.float32),
            'orientations': Tensor(shape=(14,), dtype=tf.float32),
            'velocity': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (6,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/kukla-0 tensör (1,) tf.float32
adımlar/gözlem/kukla-1 tensör (1,) tf.float32
adımlar/gözlem/kukla-2 tensör (1,) tf.float32
adımlar/gözlem/kukla-3 tensör (1,) tf.float32
adımlar/gözlem/kukla-4 tensör (1,) tf.float32
adımlar/gözlem/kukla-5 tensör (1,) tf.float32
adımlar/gözlem/kukla-6 tensör (1,) tf.float32
adımlar/gözlem/kukla-7 tensör (1,) tf.float32
adımlar/gözlem/kukla-8 tensör (1,) tf.float32
adımlar/gözlem/kukla-9 tensör (1,) tf.float32
adımlar/gözlem/yükseklik tensör (1,) tf.float32
adımlar/gözlem/yönlendirmeler tensör (14,) tf.float32
adımlar/gözlem/hız tensör (9,) tf.float32
adımlar/ödül tensör (1,) tf.float32

rlu_rwrl/walker_walk_combined_challenge_easy_40_percent

  • Veri kümesi boyutu : 327.86 MiB

  • Otomatik önbelleğe alınmış ( belgeler ): Hayır

  • Bölmeler :

Bölmek Örnekler
'train' 2.000
  • Özellik yapısı :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'height': Tensor(shape=(1,), dtype=tf.float32),
            'orientations': Tensor(shape=(14,), dtype=tf.float32),
            'velocity': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtype Tanım
ÖzelliklerDict
bölüm_dönüş tensör tf.float32
adımlar veri kümesi
adımlar/eylem tensör (6,) tf.float32
adımlar/indirim tensör (1,) tf.float32
adımlar/is_first tensör tf.bool
adımlar/is_last tensör tf.bool
adımlar/is_terminal tensör tf.bool
steps/observation FeaturesDict
steps/observation/dummy-0 Tensor (1,) tf.float32
steps/observation/dummy-1 Tensor (1,) tf.float32
steps/observation/dummy-2 Tensor (1,) tf.float32
steps/observation/dummy-3 Tensor (1,) tf.float32
steps/observation/dummy-4 Tensor (1,) tf.float32
steps/observation/dummy-5 Tensor (1,) tf.float32
steps/observation/dummy-6 Tensor (1,) tf.float32
steps/observation/dummy-7 Tensor (1,) tf.float32
steps/observation/dummy-8 Tensor (1,) tf.float32
steps/observation/dummy-9 Tensor (1,) tf.float32
steps/observation/height Tensor (1,) tf.float32
steps/observation/orientations Tensor (14,) tf.float32
steps/observation/velocity Tensor (9,) tf.float32
steps/reward Tensor (1,) tf.float32

rlu_rwrl/walker_walk_combined_challenge_easy_100_percent

  • Dataset size : 819.65 MiB

  • Auto-cached ( documentation ): No

  • Splits :

Split Examples
'train' 5,000
  • Feature structure :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'height': Tensor(shape=(1,), dtype=tf.float32),
            'orientations': Tensor(shape=(14,), dtype=tf.float32),
            'velocity': Tensor(shape=(9,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Feature documentation :
Feature Class Shape Dtype Description
FeaturesDict
episode_return Tensor tf.float32
steps Dataset
steps/action Tensor (6,) tf.float32
steps/discount Tensor (1,) tf.float32
steps/is_first Tensor tf.bool
steps/is_last Tensor tf.bool
steps/is_terminal Tensor tf.bool
steps/observation FeaturesDict
steps/observation/dummy-0 Tensor (1,) tf.float32
steps/observation/dummy-1 Tensor (1,) tf.float32
steps/observation/dummy-2 Tensor (1,) tf.float32
steps/observation/dummy-3 Tensor (1,) tf.float32
steps/observation/dummy-4 Tensor (1,) tf.float32
steps/observation/dummy-5 Tensor (1,) tf.float32
steps/observation/dummy-6 Tensor (1,) tf.float32
steps/observation/dummy-7 Tensor (1,) tf.float32
steps/observation/dummy-8 Tensor (1,) tf.float32
steps/observation/dummy-9 Tensor (1,) tf.float32
steps/observation/height Tensor (1,) tf.float32
steps/observation/orientations Tensor (14,) tf.float32
steps/observation/velocity Tensor (9,) tf.float32
steps/reward Tensor (1,) tf.float32

rlu_rwrl/humanoid_walk_combined_challenge_easy_1_percent

  • Dataset size : 77.11 MiB

  • Auto-cached ( documentation ): Yes

  • Splits :

Split Examples
'train' 200
  • Feature structure :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=tf.float32),
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'extremities': Tensor(shape=(12,), dtype=tf.float32),
            'head_height': Tensor(shape=(1,), dtype=tf.float32),
            'joint_angles': Tensor(shape=(21,), dtype=tf.float32),
            'torso_vertical': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(27,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Feature documentation :
Feature Class Shape Dtype Description
FeaturesDict
episode_return Tensor tf.float32
steps Dataset
steps/action Tensor (21,) tf.float32
steps/discount Tensor (1,) tf.float32
steps/is_first Tensor tf.bool
steps/is_last Tensor tf.bool
steps/is_terminal Tensor tf.bool
steps/observation FeaturesDict
steps/observation/com_velocity Tensor (3,) tf.float32
steps/observation/dummy-0 Tensor (1,) tf.float32
steps/observation/dummy-1 Tensor (1,) tf.float32
steps/observation/dummy-2 Tensor (1,) tf.float32
steps/observation/dummy-3 Tensor (1,) tf.float32
steps/observation/dummy-4 Tensor (1,) tf.float32
steps/observation/dummy-5 Tensor (1,) tf.float32
steps/observation/dummy-6 Tensor (1,) tf.float32
steps/observation/dummy-7 Tensor (1,) tf.float32
steps/observation/dummy-8 Tensor (1,) tf.float32
steps/observation/dummy-9 Tensor (1,) tf.float32
steps/observation/extremities Tensor (12,) tf.float32
steps/observation/head_height Tensor (1,) tf.float32
steps/observation/joint_angles Tensor (21,) tf.float32
steps/observation/torso_vertical Tensor (3,) tf.float32
steps/observation/velocity Tensor (27,) tf.float32
steps/reward Tensor (1,) tf.float32

rlu_rwrl/humanoid_walk_combined_challenge_easy_5_percent

  • Dataset size : 385.54 MiB

  • Auto-cached ( documentation ): No

  • Splits :

Split Examples
'train' 1,000
  • Feature structure :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=tf.float32),
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'extremities': Tensor(shape=(12,), dtype=tf.float32),
            'head_height': Tensor(shape=(1,), dtype=tf.float32),
            'joint_angles': Tensor(shape=(21,), dtype=tf.float32),
            'torso_vertical': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(27,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Feature documentation :
Feature Class Shape Dtype Description
FeaturesDict
episode_return Tensor tf.float32
steps Dataset
steps/action Tensor (21,) tf.float32
steps/discount Tensor (1,) tf.float32
steps/is_first Tensor tf.bool
steps/is_last Tensor tf.bool
steps/is_terminal Tensor tf.bool
steps/observation FeaturesDict
steps/observation/com_velocity Tensor (3,) tf.float32
steps/observation/dummy-0 Tensor (1,) tf.float32
steps/observation/dummy-1 Tensor (1,) tf.float32
steps/observation/dummy-2 Tensor (1,) tf.float32
steps/observation/dummy-3 Tensor (1,) tf.float32
steps/observation/dummy-4 Tensor (1,) tf.float32
steps/observation/dummy-5 Tensor (1,) tf.float32
steps/observation/dummy-6 Tensor (1,) tf.float32
steps/observation/dummy-7 Tensor (1,) tf.float32
steps/observation/dummy-8 Tensor (1,) tf.float32
steps/observation/dummy-9 Tensor (1,) tf.float32
steps/observation/extremities Tensor (12,) tf.float32
steps/observation/head_height Tensor (1,) tf.float32
steps/observation/joint_angles Tensor (21,) tf.float32
steps/observation/torso_vertical Tensor (3,) tf.float32
steps/observation/velocity Tensor (27,) tf.float32
steps/reward Tensor (1,) tf.float32

rlu_rwrl/humanoid_walk_combined_challenge_easy_20_percent

  • Dataset size : 1.51 GiB

  • Auto-cached ( documentation ): No

  • Splits :

Split Examples
'train' 4,000
  • Feature structure :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=tf.float32),
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'extremities': Tensor(shape=(12,), dtype=tf.float32),
            'head_height': Tensor(shape=(1,), dtype=tf.float32),
            'joint_angles': Tensor(shape=(21,), dtype=tf.float32),
            'torso_vertical': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(27,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Feature documentation :
Feature Class Shape Dtype Description
FeaturesDict
episode_return Tensor tf.float32
steps Dataset
steps/action Tensor (21,) tf.float32
steps/discount Tensor (1,) tf.float32
steps/is_first Tensor tf.bool
steps/is_last Tensor tf.bool
steps/is_terminal Tensor tf.bool
steps/observation FeaturesDict
steps/observation/com_velocity Tensor (3,) tf.float32
steps/observation/dummy-0 Tensor (1,) tf.float32
steps/observation/dummy-1 Tensor (1,) tf.float32
steps/observation/dummy-2 Tensor (1,) tf.float32
steps/observation/dummy-3 Tensor (1,) tf.float32
steps/observation/dummy-4 Tensor (1,) tf.float32
steps/observation/dummy-5 Tensor (1,) tf.float32
steps/observation/dummy-6 Tensor (1,) tf.float32
steps/observation/dummy-7 Tensor (1,) tf.float32
steps/observation/dummy-8 Tensor (1,) tf.float32
steps/observation/dummy-9 Tensor (1,) tf.float32
steps/observation/extremities Tensor (12,) tf.float32
steps/observation/head_height Tensor (1,) tf.float32
steps/observation/joint_angles Tensor (21,) tf.float32
steps/observation/torso_vertical Tensor (3,) tf.float32
steps/observation/velocity Tensor (27,) tf.float32
steps/reward Tensor (1,) tf.float32

rlu_rwrl/humanoid_walk_combined_challenge_easy_40_percent

  • Dataset size : 3.01 GiB

  • Auto-cached ( documentation ): No

  • Splits :

Split Examples
'train' 8,000
  • Feature structure :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=tf.float32),
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'extremities': Tensor(shape=(12,), dtype=tf.float32),
            'head_height': Tensor(shape=(1,), dtype=tf.float32),
            'joint_angles': Tensor(shape=(21,), dtype=tf.float32),
            'torso_vertical': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(27,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Feature documentation :
Feature Class Shape Dtype Description
FeaturesDict
episode_return Tensor tf.float32
steps Dataset
steps/action Tensor (21,) tf.float32
steps/discount Tensor (1,) tf.float32
steps/is_first Tensor tf.bool
steps/is_last Tensor tf.bool
steps/is_terminal Tensor tf.bool
steps/observation FeaturesDict
steps/observation/com_velocity Tensor (3,) tf.float32
steps/observation/dummy-0 Tensor (1,) tf.float32
steps/observation/dummy-1 Tensor (1,) tf.float32
steps/observation/dummy-2 Tensor (1,) tf.float32
steps/observation/dummy-3 Tensor (1,) tf.float32
steps/observation/dummy-4 Tensor (1,) tf.float32
steps/observation/dummy-5 Tensor (1,) tf.float32
steps/observation/dummy-6 Tensor (1,) tf.float32
steps/observation/dummy-7 Tensor (1,) tf.float32
steps/observation/dummy-8 Tensor (1,) tf.float32
steps/observation/dummy-9 Tensor (1,) tf.float32
steps/observation/extremities Tensor (12,) tf.float32
steps/observation/head_height Tensor (1,) tf.float32
steps/observation/joint_angles Tensor (21,) tf.float32
steps/observation/torso_vertical Tensor (3,) tf.float32
steps/observation/velocity Tensor (27,) tf.float32
steps/reward Tensor (1,) tf.float32

rlu_rwrl/humanoid_walk_combined_challenge_easy_100_percent

  • Dataset size : 7.53 GiB

  • Auto-cached ( documentation ): No

  • Splits :

Split Examples
'train' 20,000
  • Feature structure :
FeaturesDict({
    'episode_return': tf.float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=tf.float32),
        'discount': Tensor(shape=(1,), dtype=tf.float32),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=tf.float32),
            'dummy-0': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-1': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-2': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-3': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-4': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-5': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-6': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-7': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-8': Tensor(shape=(1,), dtype=tf.float32),
            'dummy-9': Tensor(shape=(1,), dtype=tf.float32),
            'extremities': Tensor(shape=(12,), dtype=tf.float32),
            'head_height': Tensor(shape=(1,), dtype=tf.float32),
            'joint_angles': Tensor(shape=(21,), dtype=tf.float32),
            'torso_vertical': Tensor(shape=(3,), dtype=tf.float32),
            'velocity': Tensor(shape=(27,), dtype=tf.float32),
        }),
        'reward': Tensor(shape=(1,), dtype=tf.float32),
    }),
})
  • Feature documentation :
Feature Class Shape Dtype Description
FeaturesDict
episode_return Tensor tf.float32
steps Dataset
steps/action Tensor (21,) tf.float32
steps/discount Tensor (1,) tf.float32
steps/is_first Tensor tf.bool
steps/is_last Tensor tf.bool
steps/is_terminal Tensor tf.bool
steps/observation FeaturesDict
steps/observation/com_velocity Tensor (3,) tf.float32
steps/observation/dummy-0 Tensor (1,) tf.float32
steps/observation/dummy-1 Tensor (1,) tf.float32
steps/observation/dummy-2 Tensor (1,) tf.float32
steps/observation/dummy-3 Tensor (1,) tf.float32
steps/observation/dummy-4 Tensor (1,) tf.float32
steps/observation/dummy-5 Tensor (1,) tf.float32
steps/observation/dummy-6 Tensor (1,) tf.float32
steps/observation/dummy-7 Tensor (1,) tf.float32
steps/observation/dummy-8 Tensor (1,) tf.float32
steps/observation/dummy-9 Tensor (1,) tf.float32
steps/observation/extremities Tensor (12,) tf.float32
steps/observation/head_height Tensor (1,) tf.float32
steps/observation/joint_angles Tensor (21,) tf.float32
steps/observation/torso_vertical Tensor (3,) tf.float32
steps/observation/velocity Tensor (27,) tf.float32
steps/reward Tensor (1,) tf.float32