d4rl_adroit_door

• Sự miêu tả :

D4RL là một chuẩn mực nguồn mở dành cho việc học tăng cường ngoại tuyến. Nó cung cấp các môi trường và bộ dữ liệu được tiêu chuẩn hóa cho các thuật toán đào tạo và đo điểm chuẩn.

Các bộ dữ liệu tuân theo định dạng RLDS để thể hiện các bước và các tập.

• Mô tả cấu hình : Xem thêm chi tiết về tác vụ và các phiên bản của nó trong https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit

• Trang chủ : https://sites.google.com/view/d4rl-anonymous

• Mã nguồn : tfds.d4rl.d4rl_adroit_door.D4rlAdroitDoor

• Phiên bản :

  • 1.0.0 : Bản phát hành đầu tiên.
  • 1.1.0 (mặc định): Đã thêm is_last.

• Khóa được giám sát (Xem as_supervised doc ): None

• Hình ( tfds.show_examples ): Không được hỗ trợ.

• Trích dẫn :

@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 (cấu hình mặc định)

• Kích thước tải xuống : 2.97 MiB

• Kích thước tập dữ liệu : 3.36 MiB

• Tự động lưu vào bộ nhớ đệm ( tài liệu ): Có

• Chia tách :

Tách ra	Ví dụ
'train'	50

• Cấu trúc tính năng :

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,
    }),
})

• Tài liệu tính năng :

Tính năng	Lớp học	Hình dạng	loại D	Sự miêu tả
	Tính năngDict
bước	Tập dữ liệu
bước/hành động	Tenxơ	(28,)	phao32
bước/giảm giá	Tenxơ		phao32
các bước/thông tin	Tính năngDict
bước/thông tin/qpos	Tenxơ	(30,)	phao32
bước/thông tin/qvel	Tenxơ	(30,)	phao32
bước/is_first	Tenxơ		bool
bước/is_last	Tenxơ		bool
bước/is_terminal	Tenxơ		bool
bước/quan sát	Tenxơ	(39,)	phao32
bước/phần thưởng	Tenxơ		phao32

• Ví dụ ( tfds.as_dataframe ):

d4rl_adroit_door/v0-nhân bản

• Kích thước tải xuống : 602.42 MiB

• Kích thước tập dữ liệu : 497.47 MiB

• Tự động lưu vào bộ nhớ đệm ( tài liệu ): Không

• Chia tách :

Tách ra	Ví dụ
'train'	6.214

• Cấu trúc tính năng :

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,
    }),
})

• Tài liệu tính năng :

Tính năng	Lớp học	Hình dạng	loại D	Sự miêu tả
	Tính năngDict
bước	Tập dữ liệu
bước/hành động	Tenxơ	(28,)	phao32
bước/giảm giá	Tenxơ		phao64
các bước/thông tin	Tính năngDict
bước/thông tin/qpos	Tenxơ	(30,)	phao64
bước/thông tin/qvel	Tenxơ	(30,)	phao64
bước/is_first	Tenxơ		bool
bước/is_last	Tenxơ		bool
bước/is_terminal	Tenxơ		bool
bước/quan sát	Tenxơ	(39,)	phao64
bước/phần thưởng	Tenxơ		phao64

• Ví dụ ( tfds.as_dataframe ):

d4rl_adroit_door/v0-expert

• Kích thước tải xuống : 511.05 MiB

• Kích thước tập dữ liệu : 710.30 MiB

• Tự động lưu vào bộ nhớ đệm ( tài liệu ): Không

• Chia tách :

Tách ra	Ví dụ
'train'	5.000

• Cấu trúc tính năng :

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,
    }),
})

• Tài liệu tính năng :

Tính năng	Lớp học	Hình dạng	loại D	Sự miêu tả
	Tính năngDict
bước	Tập dữ liệu
bước/hành động	Tenxơ	(28,)	phao32
bước/giảm giá	Tenxơ		phao32
các bước/thông tin	Tính năngDict
bước/thông tin/hành động_logstd	Tenxơ	(28,)	phao32
bước/thông tin/hành động_mean	Tenxơ	(28,)	phao32
bước/thông tin/qpos	Tenxơ	(30,)	phao32
bước/thông tin/qvel	Tenxơ	(30,)	phao32
bước/is_first	Tenxơ		bool
bước/is_last	Tenxơ		bool
bước/is_terminal	Tenxơ		bool
bước/quan sát	Tenxơ	(39,)	phao32
bước/phần thưởng	Tenxơ		phao32

• Ví dụ ( tfds.as_dataframe ):

d4rl_adroit_door/v1-human

• Kích thước tải xuống : 2.98 MiB

• Kích thước tập dữ liệu : 3.42 MiB

• Tự động lưu vào bộ nhớ đệm ( tài liệu ): Có

• Chia tách :

Tách ra	Ví dụ
'train'	25

• Cấu trúc tính năng :

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,
    }),
})

• Tài liệu tính năng :

Tính năng	Lớp học	Hình dạng	loại D	Sự miêu tả
	Tính năngDict
bước	Tập dữ liệu
bước/hành động	Tenxơ	(28,)	phao32
bước/giảm giá	Tenxơ		phao32
các bước/thông tin	Tính năngDict
bước/thông tin/door_body_pos	Tenxơ	(3,)	phao32
bước/thông tin/qpos	Tenxơ	(30,)	phao32
bước/thông tin/qvel	Tenxơ	(30,)	phao32
bước/là_đầu tiên	Tenxơ		bool
bước/is_last	Tenxơ		bool
bước/is_terminal	Tenxơ		bool
bước/quan sát	Tenxơ	(39,)	phao32
bước/phần thưởng	Tenxơ		phao32

• Ví dụ ( tfds.as_dataframe ):

d4rl_adroit_door/v1-nhân bản

• Kích thước tải xuống : 280.72 MiB

• Kích thước tập dữ liệu : 1.85 GiB

• Tự động lưu vào bộ nhớ đệm ( tài liệu ): Không

• Chia tách :

Tách ra	Ví dụ
'train'	4.358

• Cấu trúc tính năng :

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,
    }),
})

• Tài liệu tính năng :

Tính năng	Lớp học	Hình dạng	loại D	Sự miêu tả
	Tính năngDict
thuật toán	Tenxơ		sợi dây
chính sách	Tính năngDict
chính sách/fc0	Tính năngDict
chính sách/fc0/thiên vị	Tenxơ	(256,)	phao32
chính sách/fc0/trọng lượng	Tenxơ	(39, 256)	phao32
chính sách/fc1	Tính năngDict
chính sách/fc1/thiên vị	Tenxơ	(256,)	phao32
chính sách/fc1/trọng lượng	Tenxơ	(256, 256)	phao32
chính sách/last_fc	Tính năngDict
chính sách/last_fc/thiên vị	Tenxơ	(28,)	phao32
chính sách/last_fc/trọng lượng	Tenxơ	(256, 28)	phao32
chính sách/phi tuyến tính	Tenxơ		sợi dây
chính sách/output_distribution	Tenxơ		sợi dây
bước	Tập dữ liệu
bước/hành động	Tenxơ	(28,)	phao32
bước/giảm giá	Tenxơ		phao32
các bước/thông tin	Tính năngDict
bước/thông tin/door_body_pos	Tenxơ	(3,)	phao32
bước/thông tin/qpos	Tenxơ	(30,)	phao32
bước/thông tin/qvel	Tenxơ	(30,)	phao32
bước/là_đầu tiên	Tenxơ		bool
bước/is_last	Tenxơ		bool
bước/is_terminal	Tenxơ		bool
bước/quan sát	Tenxơ	(39,)	phao32
bước/phần thưởng	Tenxơ		phao32

• Ví dụ ( tfds.as_dataframe ):

d4rl_adroit_door/v1-expert

• Kích thước tải xuống : 511.22 MiB

• Kích thước tập dữ liệu : 803.48 MiB

• Tự động lưu vào bộ nhớ đệm ( tài liệu ): Không

• Chia tách :

Tách ra	Ví dụ
'train'	5.000

• Cấu trúc tính năng :

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,
    }),
})

• Tài liệu tính năng :

Tính năng	Lớp học	Hình dạng	loại D	Sự miêu tả
	Tính năngDict
thuật toán	Tenxơ		sợi dây
chính sách	Tính năngDict
chính sách/fc0	Tính năngDict
chính sách/fc0/thiên vị	Tenxơ	(32,)	phao32
chính sách/fc0/trọng lượng	Tenxơ	(32, 39)	phao32
chính sách/fc1	Tính năngDict
chính sách/fc1/thiên vị	Tenxơ	(32,)	phao32
chính sách/fc1/trọng lượng	Tenxơ	(32, 32)	phao32
chính sách/last_fc	Tính năngDict
chính sách/last_fc/thiên vị	Tenxơ	(28,)	phao32
chính sách/last_fc/trọng lượng	Tenxơ	(28, 32)	phao32
chính sách/last_fc_log_std	Tính năngDict
chính sách/last_fc_log_std/thiên vị	Tenxơ	(28,)	phao32
chính sách/last_fc_log_std/trọng lượng	Tenxơ	(28, 32)	phao32
chính sách/phi tuyến tính	Tenxơ		sợi dây
chính sách/output_distribution	Tenxơ		sợi dây
bước	Tập dữ liệu
bước/hành động	Tenxơ	(28,)	phao32
bước/giảm giá	Tenxơ		phao32
các bước/thông tin	Tính năngDict
bước/thông tin/action_log_std	Tenxơ	(28,)	phao32
bước/thông tin/hành động_mean	Tenxơ	(28,)	phao32
bước/thông tin/door_body_pos	Tenxơ	(3,)	phao32
bước/thông tin/qpos	Tenxơ	(30,)	phao32
bước/thông tin/qvel	Tenxơ	(30,)	phao32
bước/là_đầu tiên	Tenxơ		bool
bước/is_last	Tenxơ		bool
bước/is_terminal	Tenxơ		bool
bước/quan sát	Tenxơ	(39,)	phao32
bước/phần thưởng	Tenxơ		phao32

• Ví dụ ( tfds.as_dataframe ):