- الوصف :
D4RL هو معيار مفتوح المصدر للتعلم المعزز في وضع عدم الاتصال. يوفر بيئات ومجموعات بيانات موحدة للتدريب وخوارزميات قياس الأداء.
تتبع مجموعات البيانات تنسيق RLDS لتمثيل الخطوات والحلقات.
وصف التكوين : اطلع على مزيد من التفاصيل حول المهمة وإصداراتها في https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
الصفحة الرئيسية : https://sites.google.com/view/d4rl/home
كود المصدر :
tfds.d4rl.d4rl_adroit_door.D4rlAdroitDoor
إصدارات :
-
1.0.0
: الإصدار الأولي. -
1.1.0
(افتراضي): تمت الإضافة is_last.
-
المفاتيح الخاضعة للإشراف (انظر المستند
as_supervised
):None
الشكل ( tfds.show_examples ): غير مدعوم.
الاقتباس :
@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 (التكوين الافتراضي)
حجم التحميل :
2.97 MiB
حجم مجموعة البيانات :
3.36 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 50 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (28 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / بقية المقال / qpos | موتر | (30 ،) | تعويم 32 | |
الخطوات / المقال / qvel | موتر | (30 ،) | تعويم 32 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (39 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_adroit_door / v0- مستنسخ
حجم التحميل :
602.42 MiB
حجم مجموعة البيانات :
497.47 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 6214 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (28 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 64 | ||
خطوات / معلومات | الميزات | |||
الخطوات / بقية المقال / qpos | موتر | (30 ،) | تعويم 64 | |
الخطوات / المقال / qvel | موتر | (30 ،) | تعويم 64 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (39 ،) | تعويم 64 | |
خطوات / مكافأة | موتر | تعويم 64 |
- أمثلة ( tfds.as_dataframe ):
d4rl_adroit_door / v0-expert
حجم التحميل :
511.05 MiB
حجم مجموعة البيانات :
710.30 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 5000 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (28 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_logstd | موتر | (28 ،) | تعويم 32 | |
الخطوات / المعلومات / الإجراء_المعنى | موتر | (28 ،) | تعويم 32 | |
الخطوات / بقية المقال / qpos | موتر | (30 ،) | تعويم 32 | |
الخطوات / المقال / qvel | موتر | (30 ،) | تعويم 32 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (39 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_adroit_door / v1-human
حجم التحميل :
2.98 MiB
حجم مجموعة البيانات :
3.42 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 25 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (28 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / door_body_pos | موتر | (3 ،) | تعويم 32 | |
الخطوات / بقية المقال / qpos | موتر | (30 ،) | تعويم 32 | |
الخطوات / المقال / qvel | موتر | (30 ،) | تعويم 32 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (39 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_adroit_door / v1- مستنسخ
حجم التحميل :
280.72 MiB
حجم مجموعة البيانات :
1.85 GiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 4358 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
الخوارزمية | موتر | سلسلة | ||
سياسات | الميزات | |||
سياسة / fc0 | الميزات | |||
سياسة / fc0 / تحيز | موتر | (256 ،) | تعويم 32 | |
السياسة / fc0 / الوزن | موتر | (39 ، 256) | تعويم 32 | |
سياسة / fc1 | الميزات | |||
سياسة / fc1 / تحيز | موتر | (256 ،) | تعويم 32 | |
السياسة / fc1 / الوزن | موتر | (256 ، 256) | تعويم 32 | |
السياسة / last_fc | الميزات | |||
سياسة / last_fc / تحيز | موتر | (28 ،) | تعويم 32 | |
السياسة / last_fc / الوزن | موتر | (256 ، 28) | تعويم 32 | |
السياسة / اللاخطية | موتر | سلسلة | ||
توزيع السياسة / الإخراج | موتر | سلسلة | ||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (28 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / door_body_pos | موتر | (3 ،) | تعويم 32 | |
الخطوات / بقية المقال / qpos | موتر | (30 ،) | تعويم 32 | |
الخطوات / المقال / qvel | موتر | (30 ،) | تعويم 32 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (39 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):
d4rl_adroit_door / v1-expert
حجم التحميل :
511.22 MiB
حجم مجموعة البيانات :
803.48 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 5000 |
- هيكل الميزة :
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,
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
الخوارزمية | موتر | سلسلة | ||
سياسات | الميزات | |||
سياسة / fc0 | الميزات | |||
سياسة / fc0 / تحيز | موتر | (32 ،) | تعويم 32 | |
السياسة / fc0 / الوزن | موتر | (32 ، 39) | تعويم 32 | |
سياسة / fc1 | الميزات | |||
سياسة / fc1 / تحيز | موتر | (32 ،) | تعويم 32 | |
السياسة / fc1 / الوزن | موتر | (32 ، 32) | تعويم 32 | |
السياسة / last_fc | الميزات | |||
سياسة / last_fc / تحيز | موتر | (28 ،) | تعويم 32 | |
السياسة / last_fc / الوزن | موتر | (28 ، 32) | تعويم 32 | |
السياسة / last_fc_log_std | الميزات | |||
السياسة / last_fc_log_std / التحيز | موتر | (28 ،) | تعويم 32 | |
السياسة / last_fc_log_std / الوزن | موتر | (28 ، 32) | تعويم 32 | |
السياسة / اللاخطية | موتر | سلسلة | ||
توزيع السياسة / الإخراج | موتر | سلسلة | ||
خطوات | مجموعة البيانات | |||
خطوات / عمل | موتر | (28 ،) | تعويم 32 | |
خطوات / خصم | موتر | تعويم 32 | ||
خطوات / معلومات | الميزات | |||
الخطوات / المعلومات / action_log_std | موتر | (28 ،) | تعويم 32 | |
الخطوات / المعلومات / الإجراء_المعنى | موتر | (28 ،) | تعويم 32 | |
الخطوات / المعلومات / door_body_pos | موتر | (3 ،) | تعويم 32 | |
الخطوات / بقية المقال / qpos | موتر | (30 ،) | تعويم 32 | |
الخطوات / المقال / qvel | موتر | (30 ،) | تعويم 32 | |
الخطوات / is_first | موتر | منطقي | ||
الخطوات / is_last | موتر | منطقي | ||
الخطوات / is_terminal | موتر | منطقي | ||
خطوات / ملاحظة | موتر | (39 ،) | تعويم 32 | |
خطوات / مكافأة | موتر | تعويم 32 |
- أمثلة ( tfds.as_dataframe ):