d4rl_adroit_door

• Descrizione :

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

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

• Descrizione della configurazione : vedi maggiori dettagli sull'attività e le sue versioni in https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit

• Pagina iniziale : https://sites.google.com/view/d4rl/home

• Codice sorgente : tfds.d4rl.d4rl_adroit_door.D4rlAdroitDoor

• Versioni :

  • 1.0.0 : Versione iniziale.
  • 1.1.0 (predefinito): Aggiunto is_last.

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ): non supportato.

• Citazione :

@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 del download : 2.97 MiB

• Dimensione del set di dati: 3.36 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

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,)	galleggiante32
passi/sconto	Tensore		galleggiante32
passaggi/informazioni	CaratteristicheDict
passi/informazioni/qpos	Tensore	(30,)	galleggiante32
passaggi/informazioni/qvel	Tensore	(30,)	galleggiante32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(39,)	galleggiante32
passi/ricompensa	Tensore		galleggiante32

• Esempi ( tfds.as_dataframe ):

d4rl_adroit_door/v0-clonato

• Dimensione del download : 602.42 MiB

• Dimensione del set di dati: 497.47 MiB

• Cache automatica ( documentazione ): No

• Divisioni :

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,)	galleggiante32
passi/sconto	Tensore		galleggiante64
passaggi/informazioni	CaratteristicheDict
passi/informazioni/qpos	Tensore	(30,)	galleggiante64
passaggi/informazioni/qvel	Tensore	(30,)	galleggiante64
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(39,)	galleggiante64
passi/ricompensa	Tensore		galleggiante64

• Esempi ( tfds.as_dataframe ):

d4rl_adroit_door/v0-expert

• Dimensione del download : 511.05 MiB

• Dimensione del set di dati: 710.30 MiB

• Cache automatica ( documentazione ): No

• Divisioni :

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,)	galleggiante32
passi/sconto	Tensore		galleggiante32
passaggi/informazioni	CaratteristicheDict
steps/infos/action_logstd	Tensore	(28,)	galleggiante32
passaggi/informazioni/action_mean	Tensore	(28,)	galleggiante32
passi/informazioni/qpos	Tensore	(30,)	galleggiante32
passaggi/informazioni/qvel	Tensore	(30,)	galleggiante32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(39,)	galleggiante32
passi/ricompensa	Tensore		galleggiante32

• Esempi ( tfds.as_dataframe ):

d4rl_adroit_door/v1-umano

• Dimensione del download : 2.98 MiB

• Dimensione del set di dati: 3.42 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

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,)	galleggiante32
passi/sconto	Tensore		galleggiante32
passaggi/informazioni	CaratteristicheDict
steps/infos/door_body_pos	Tensore	(3,)	galleggiante32
passi/informazioni/qpos	Tensore	(30,)	galleggiante32
passaggi/informazioni/qvel	Tensore	(30,)	galleggiante32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(39,)	galleggiante32
passi/ricompensa	Tensore		galleggiante32

• Esempi ( tfds.as_dataframe ):

d4rl_adroit_door/v1-clonato

• Dimensione del download : 280.72 MiB

• Dimensione del set di dati : 1.85 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

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
politica/fc0	CaratteristicheDict
politica/fc0/bias	Tensore	(256,)	galleggiante32
politica/fc0/peso	Tensore	(39, 256)	galleggiante32
politica/fc1	CaratteristicheDict
politica/fc1/bias	Tensore	(256,)	galleggiante32
politica/fc1/peso	Tensore	(256, 256)	galleggiante32
politica/ultimo_fc	CaratteristicheDict
policy/last_fc/bias	Tensore	(28,)	galleggiante32
policy/last_fc/peso	Tensore	(256, 28)	galleggiante32
politica/non linearità	Tensore		corda
politica/output_distribution	Tensore		corda
passi	Set di dati
passi/azione	Tensore	(28,)	galleggiante32
passi/sconto	Tensore		galleggiante32
passaggi/informazioni	CaratteristicheDict
steps/infos/door_body_pos	Tensore	(3,)	galleggiante32
passi/informazioni/qpos	Tensore	(30,)	galleggiante32
passaggi/informazioni/qvel	Tensore	(30,)	galleggiante32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(39,)	galleggiante32
passi/ricompensa	Tensore		galleggiante32

• Esempi ( tfds.as_dataframe ):

d4rl_adroit_door/v1-expert

• Dimensione del download : 511.22 MiB

• Dimensione del set di dati: 803.48 MiB

• Cache automatica ( documentazione ): No

• Divisioni :

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
politica/fc0	CaratteristicheDict
politica/fc0/bias	Tensore	(32,)	galleggiante32
politica/fc0/peso	Tensore	(32, 39)	galleggiante32
politica/fc1	CaratteristicheDict
politica/fc1/bias	Tensore	(32,)	galleggiante32
politica/fc1/peso	Tensore	(32, 32)	galleggiante32
politica/ultimo_fc	CaratteristicheDict
policy/last_fc/bias	Tensore	(28,)	galleggiante32
policy/last_fc/peso	Tensore	(28, 32)	galleggiante32
policy/last_fc_log_std	CaratteristicheDict
politica/last_fc_log_std/bias	Tensore	(28,)	galleggiante32
politica/last_fc_log_std/peso	Tensore	(28, 32)	galleggiante32
politica/non linearità	Tensore		corda
politica/output_distribution	Tensore		corda
passi	Set di dati
passi/azione	Tensore	(28,)	galleggiante32
passi/sconto	Tensore		galleggiante32
passaggi/informazioni	CaratteristicheDict
steps/infos/action_log_std	Tensore	(28,)	galleggiante32
passaggi/informazioni/action_mean	Tensore	(28,)	galleggiante32
steps/infos/door_body_pos	Tensore	(3,)	galleggiante32
passi/informazioni/qpos	Tensore	(30,)	galleggiante32
passaggi/informazioni/qvel	Tensore	(30,)	galleggiante32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(39,)	galleggiante32
passi/ricompensa	Tensore		galleggiante32

• Esempi ( tfds.as_dataframe ):