Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023 Registre-se

Esta página foi traduzida pela API Cloud Translation.

d4rl_adroit_door

Descrição :

D4RL é um benchmark de código aberto para aprendizado por reforço offline. Ele fornece ambientes e conjuntos de dados padronizados para algoritmos de treinamento e benchmarking.

Os conjuntos de dados seguem o formato RLDS para representar etapas e episódios.

Descrição da configuração : Veja mais detalhes sobre a tarefa e suas versões em https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
Página inicial : https://sites.google.com/view/d4rl/home
Código -fonte: tfds.d4rl.d4rl_adroit_door.D4rlAdroitDoor
Versões :
- 1.0.0 : versão inicial.
- 1.1.0 (padrão): Adicionado is_last.
Chaves supervisionadas (Consulte as_supervised doc ): None
Figura ( tfds.show_examples ): Não suportado.
Citação :

@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 (configuração padrão)

Tamanho do download : 2.97 MiB
Tamanho do conjunto de dados : 3.36 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	50

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(28,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/informações/qpos	tensor	(30,)	float32
passos/informações/qvel	tensor	(30,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(39,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_adroit_door/v0-clonado

Tamanho do download : 602.42 MiB
Tamanho do conjunto de dados : 497.47 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	6.214

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(28,)	float32
passos/desconto	tensor		float64
passos/informações	RecursosDict
passos/informações/qpos	tensor	(30,)	float64
passos/informações/qvel	tensor	(30,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(39,)	float64
passos/recompensa	tensor		float64

Exemplos ( tfds.as_dataframe ):

d4rl_adroit_door/v0-expert

Tamanho do download : 511.05 MiB
Tamanho do conjunto de dados : 710.30 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	5.000

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(28,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_logstd	tensor	(28,)	float32
passos/infos/action_mean	tensor	(28,)	float32
passos/informações/qpos	tensor	(30,)	float32
passos/informações/qvel	tensor	(30,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(39,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_adroit_door/v1-humano

Tamanho do download : 2.98 MiB
Tamanho do conjunto de dados : 3.42 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	25

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(28,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/door_body_pos	tensor	(3,)	float32
passos/informações/qpos	tensor	(30,)	float32
passos/informações/qvel	tensor	(30,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(39,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_adroit_door/v1-clonado

Tamanho do download : 280.72 MiB
Tamanho do conjunto de dados : 1.85 GiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	4.358

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(256,)	float32
política/fc0/peso	tensor	(39, 256)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(256,)	float32
política/fc1/peso	tensor	(256, 256)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(28,)	float32
política/last_fc/peso	tensor	(256, 28)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(28,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/door_body_pos	tensor	(3,)	float32
passos/informações/qpos	tensor	(30,)	float32
passos/informações/qvel	tensor	(30,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(39,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_adroit_door/v1-expert

Tamanho do download : 511.22 MiB
Tamanho do conjunto de dados : 803.48 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	5.000

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(32,)	float32
política/fc0/peso	tensor	(32, 39)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(32,)	float32
política/fc1/peso	tensor	(32, 32)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(28,)	float32
política/last_fc/peso	tensor	(28, 32)	float32
policy/last_fc_log_std	RecursosDict
policy/last_fc_log_std/bias	tensor	(28,)	float32
policy/last_fc_log_std/weight	tensor	(28, 32)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(28,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_std	tensor	(28,)	float32
passos/infos/action_mean	tensor	(28,)	float32
passos/infos/door_body_pos	tensor	(3,)	float32
passos/informações/qpos	tensor	(30,)	float32
passos/informações/qvel	tensor	(30,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(39,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):