d4rl_adroit_door

  • Descrizione :

D4RL è un punto di riferimento open source per l'apprendimento per rinforzo offline. Fornisce ambienti e set di dati standardizzati per algoritmi di training e benchmarking.

I set di dati seguono il formato RLDS per rappresentare passaggi ed episodi.

@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_adroit_door/v0-human (configurazione predefinita)

  • Dimensione download : 2.97 MiB

  • Dimensione del set di dati : 3.36 MiB

  • Memorizzazione nella cache automatica ( documentazione ): sì

  • Divide :

Diviso Esempi
'train' 50
  • Struttura delle caratteristiche :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(28,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(30,), dtype=float32),
            'qvel': Tensor(shape=(30,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
passi Set di dati
passi/azione Tensore (28,) float32
passi/sconto Tensore float32
passaggi/informazioni CaratteristicheDict
passi/informazioni/qpos Tensore (30,) float32
passaggi/informazioni/qvel Tensore (30,) float32
passi/è_primo Tensore bool
passi/è_ultimo Tensore bool
passi/è_terminale Tensore bool
passi/osservazione Tensore (39,) float32
passi/ricompensa Tensore float32

d4rl_adroit_door/v0-cloned

  • Dimensione download : 602.42 MiB

  • Dimensione del set di dati : 497.47 MiB

  • Memorizzazione nella cache automatica ( documentazione ): No

  • Divide :

Diviso Esempi
'train' 6.214
  • Struttura delle caratteristiche :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(28,), dtype=float32),
        'discount': float64,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(30,), dtype=float64),
            'qvel': Tensor(shape=(30,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float64),
        'reward': float64,
    }),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
passi Set di dati
passi/azione Tensore (28,) float32
passi/sconto Tensore float64
passaggi/informazioni CaratteristicheDict
passi/informazioni/qpos Tensore (30,) float64
passaggi/informazioni/qvel Tensore (30,) float64
passi/è_primo Tensore bool
passi/è_ultimo Tensore bool
passi/è_terminale Tensore bool
passi/osservazione Tensore (39,) float64
passi/ricompensa Tensore float64

d4rl_adroit_door/v0-expert

  • Dimensione download : 511.05 MiB

  • Dimensione del set di dati : 710.30 MiB

  • Memorizzazione nella cache automatica ( documentazione ): No

  • Divide :

Diviso Esempi
'train' 5.000
  • Struttura delle caratteristiche :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(28,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_logstd': Tensor(shape=(28,), dtype=float32),
            'action_mean': Tensor(shape=(28,), dtype=float32),
            'qpos': Tensor(shape=(30,), dtype=float32),
            'qvel': Tensor(shape=(30,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
passi Set di dati
passi/azione Tensore (28,) float32
passi/sconto Tensore float32
passaggi/informazioni CaratteristicheDict
passaggi/info/action_logstd Tensore (28,) float32
passi/info/azione_mean Tensore (28,) float32
passi/informazioni/qpos Tensore (30,) float32
passaggi/informazioni/qvel Tensore (30,) float32
passi/è_primo Tensore bool
passi/è_ultimo Tensore bool
passi/è_terminale Tensore bool
passi/osservazione Tensore (39,) float32
passi/ricompensa Tensore float32

d4rl_adroit_door/v1-human

  • Dimensione download : 2.98 MiB

  • Dimensione del set di dati : 3.42 MiB

  • Memorizzazione nella cache automatica ( documentazione ): sì

  • Divide :

Diviso Esempi
'train' 25
  • Struttura delle caratteristiche :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(28,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'door_body_pos': Tensor(shape=(3,), dtype=float32),
            'qpos': Tensor(shape=(30,), dtype=float32),
            'qvel': Tensor(shape=(30,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
passi Set di dati
passi/azione Tensore (28,) float32
passi/sconto Tensore float32
passaggi/informazioni CaratteristicheDict
passi/info/porta_corpo_pos Tensore (3,) float32
passi/informazioni/qpos Tensore (30,) float32
passaggi/informazioni/qvel Tensore (30,) float32
passi/è_primo Tensore bool
passi/è_ultimo Tensore bool
passi/è_terminale Tensore bool
passi/osservazione Tensore (39,) float32
passi/ricompensa Tensore float32

d4rl_adroit_door/v1-cloned

  • Dimensione download : 280.72 MiB

  • Dimensione del set di dati : 1.85 GiB

  • Memorizzazione nella cache automatica ( documentazione ): No

  • Divide :

Diviso Esempi
'train' 4.358
  • Struttura delle caratteristiche :
FeaturesDict({
    'algorithm': string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(39, 256), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(28,), dtype=float32),
            'weight': Tensor(shape=(256, 28), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(28,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'door_body_pos': Tensor(shape=(3,), dtype=float32),
            'qpos': Tensor(shape=(30,), dtype=float32),
            'qvel': Tensor(shape=(30,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
algoritmo Tensore corda
politica CaratteristicheDict
polizza/fc0 CaratteristicheDict
policy/fc0/bias Tensore (256,) float32
politica/fc0/peso Tensore (39, 256) float32
politica/fc1 CaratteristicheDict
policy/fc1/bias Tensore (256,) float32
politica/fc1/peso Tensore (256, 256) float32
politica/last_fc CaratteristicheDict
policy/last_fc/bias Tensore (28,) float32
politica/last_fc/peso Tensore (256, 28) float32
politica/non linearità Tensore corda
politica/distribuzione_output Tensore corda
passi Set di dati
passi/azione Tensore (28,) float32
passi/sconto Tensore float32
passaggi/informazioni CaratteristicheDict
passi/info/porta_corpo_pos Tensore (3,) float32
passi/informazioni/qpos Tensore (30,) float32
passaggi/informazioni/qvel Tensore (30,) float32
passi/è_primo Tensore bool
passi/è_ultimo Tensore bool
passi/è_terminale Tensore bool
passi/osservazione Tensore (39,) float32
passi/ricompensa Tensore float32

d4rl_adroit_door/v1-expert

  • Dimensione download : 511.22 MiB

  • Dimensione del set di dati : 803.48 MiB

  • Memorizzazione nella cache automatica ( documentazione ): No

  • Divide :

Diviso Esempi
'train' 5.000
  • Struttura delle caratteristiche :
FeaturesDict({
    'algorithm': string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(32,), dtype=float32),
            'weight': Tensor(shape=(32, 39), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(32,), dtype=float32),
            'weight': Tensor(shape=(32, 32), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(28,), dtype=float32),
            'weight': Tensor(shape=(28, 32), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(28,), dtype=float32),
            'weight': Tensor(shape=(28, 32), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(28,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_std': Tensor(shape=(28,), dtype=float32),
            'action_mean': Tensor(shape=(28,), dtype=float32),
            'door_body_pos': Tensor(shape=(3,), dtype=float32),
            'qpos': Tensor(shape=(30,), dtype=float32),
            'qvel': Tensor(shape=(30,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float32),
        'reward': float32,
    }),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
algoritmo Tensore corda
politica CaratteristicheDict
polizza/fc0 CaratteristicheDict
policy/fc0/bias Tensore (32,) float32
politica/fc0/peso Tensore (32, 39) float32
politica/fc1 CaratteristicheDict
policy/fc1/bias Tensore (32,) float32
politica/fc1/peso Tensore (32, 32) float32
politica/last_fc CaratteristicheDict
policy/last_fc/bias Tensore (28,) float32
politica/last_fc/peso Tensore (28, 32) float32
policy/last_fc_log_std CaratteristicheDict
policy/last_fc_log_std/bias Tensore (28,) float32
policy/last_fc_log_std/weight Tensore (28, 32) float32
politica/non linearità Tensore corda
politica/distribuzione_output Tensore corda
passi Set di dati
passi/azione Tensore (28,) float32
passi/sconto Tensore float32
passaggi/informazioni CaratteristicheDict
passaggi/info/action_log_std Tensore (28,) float32
passi/info/azione_mean Tensore (28,) float32
passi/info/porta_corpo_pos Tensore (3,) float32
passi/informazioni/qpos Tensore (30,) float32
passaggi/informazioni/qvel Tensore (30,) float32
passi/è_primo Tensore bool
passi/è_ultimo Tensore bool
passi/è_terminale Tensore bool
passi/osservazione Tensore (39,) float32
passi/ricompensa Tensore float32