d4rl_adroit_door

• Keterangan :

D4RL adalah tolok ukur sumber terbuka untuk pembelajaran penguatan offline. Ini menyediakan lingkungan dan kumpulan data standar untuk pelatihan dan algoritma benchmarking.

Kumpulan data mengikuti format RLDS untuk mewakili langkah dan episode.

• Deskripsi konfigurasi : Lihat detail selengkapnya tentang tugas dan versinya di https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit

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

• Kode sumber : tfds.d4rl.d4rl_adroit_door.D4rlAdroitDoor

• Versi :

  • 1.0.0 : Rilis awal.
  • 1.1.0 (default): Ditambahkan is_last.

• Kunci yang diawasi (Lihat dokumen as_supervised ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@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 (konfigurasi default)

• Ukuran unduhan : 2.97 MiB

• Ukuran kumpulan data : 3.36 MiB

• Cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	50

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(28,)	float32
langkah/diskon	Tensor		float32
langkah/info	FiturDict
langkah/info/qpos	Tensor	(30,)	float32
langkah/info/qvel	Tensor	(30,)	float32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/pengamatan	Tensor	(39,)	float32
langkah/hadiah	Tensor		float32

• Contoh ( tfds.as_dataframe ):

d4rl_adroit_door/v0-kloning

• Ukuran unduhan : 602.42 MiB

• Ukuran kumpulan data : 497.47 MiB

• Cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	6.214

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(28,)	float32
langkah/diskon	Tensor		float64
langkah/info	FiturDict
langkah/info/qpos	Tensor	(30,)	float64
langkah/info/qvel	Tensor	(30,)	float64
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/pengamatan	Tensor	(39,)	float64
langkah/hadiah	Tensor		float64

• Contoh ( tfds.as_dataframe ):

d4rl_adroit_door/v0-expert

• Ukuran unduhan : 511.05 MiB

• Ukuran kumpulan data : 710.30 MiB

• Cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	5.000

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(28,)	float32
langkah/diskon	Tensor		float32
langkah/info	FiturDict
langkah/info/action_logstd	Tensor	(28,)	float32
langkah/info/action_mean	Tensor	(28,)	float32
langkah/info/qpos	Tensor	(30,)	float32
langkah/info/qvel	Tensor	(30,)	float32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/pengamatan	Tensor	(39,)	float32
langkah/hadiah	Tensor		float32

• Contoh ( tfds.as_dataframe ):

d4rl_adroit_door/v1-human

• Ukuran unduhan : 2.98 MiB

• Ukuran kumpulan data : 3.42 MiB

• Cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	25

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(28,)	float32
langkah/diskon	Tensor		float32
langkah/info	FiturDict
langkah/infos/door_body_pos	Tensor	(3,)	float32
langkah/info/qpos	Tensor	(30,)	float32
langkah/info/qvel	Tensor	(30,)	float32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/pengamatan	Tensor	(39,)	float32
langkah/hadiah	Tensor		float32

• Contoh ( tfds.as_dataframe ):

d4rl_adroit_door/v1-kloning

• Ukuran unduhan : 280.72 MiB

• Ukuran kumpulan data : 1.85 GiB

• Cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	4.358

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
algoritma	Tensor		rangkaian
kebijakan	FiturDict
kebijakan/fc0	FiturDict
kebijakan/fc0/bias	Tensor	(256,)	float32
kebijakan/fc0/bobot	Tensor	(39, 256)	float32
kebijakan/fc1	FiturDict
kebijakan/fc1/bias	Tensor	(256,)	float32
kebijakan/fc1/bobot	Tensor	(256, 256)	float32
kebijakan/last_fc	FiturDict
kebijakan/last_fc/bias	Tensor	(28,)	float32
policy/last_fc/weight	Tensor	(256, 28)	float32
kebijakan/nonlinier	Tensor		rangkaian
kebijakan/output_distribusi	Tensor		rangkaian
Langkah	Himpunan data
langkah/tindakan	Tensor	(28,)	float32
langkah/diskon	Tensor		float32
langkah/info	FiturDict
langkah/infos/door_body_pos	Tensor	(3,)	float32
langkah/info/qpos	Tensor	(30,)	float32
langkah/info/qvel	Tensor	(30,)	float32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/pengamatan	Tensor	(39,)	float32
langkah/hadiah	Tensor		float32

• Contoh ( tfds.as_dataframe ):

d4rl_adroit_door/v1-expert

• Ukuran unduhan : 511.22 MiB

• Ukuran kumpulan data : 803.48 MiB

• Cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	5.000

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
algoritma	Tensor		rangkaian
kebijakan	FiturDict
kebijakan/fc0	FiturDict
kebijakan/fc0/bias	Tensor	(32,)	float32
kebijakan/fc0/bobot	Tensor	(32, 39)	float32
kebijakan/fc1	FiturDict
kebijakan/fc1/bias	Tensor	(32,)	float32
kebijakan/fc1/bobot	Tensor	(32, 32)	float32
kebijakan/last_fc	FiturDict
kebijakan/last_fc/bias	Tensor	(28,)	float32
policy/last_fc/weight	Tensor	(28, 32)	float32
kebijakan/last_fc_log_std	FiturDict
kebijakan/last_fc_log_std/bias	Tensor	(28,)	float32
policy/last_fc_log_std/weight	Tensor	(28, 32)	float32
kebijakan/nonlinier	Tensor		rangkaian
kebijakan/output_distribusi	Tensor		rangkaian
Langkah	Himpunan data
langkah/tindakan	Tensor	(28,)	float32
langkah/diskon	Tensor		float32
langkah/info	FiturDict
langkah/info/action_log_std	Tensor	(28,)	float32
langkah/info/action_mean	Tensor	(28,)	float32
langkah/infos/door_body_pos	Tensor	(3,)	float32
langkah/info/qpos	Tensor	(30,)	float32
langkah/info/qvel	Tensor	(30,)	float32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/pengamatan	Tensor	(39,)	float32
langkah/hadiah	Tensor		float32

• Contoh ( tfds.as_dataframe ):