يدعم TFDS الآن تنسيق الكرواسون 🥐 ! اقرأ الوثائق لمعرفة المزيد.

تمت ترجمة هذه الصفحة بواسطة Cloud Translation API‏.

d4rl_adroit_hammer

وصف :

D4RL هو معيار مفتوح المصدر للتعلم المعزز دون الاتصال بالإنترنت. يوفر بيئات ومجموعات بيانات موحدة للتدريب وقياس الخوارزميات.

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-anonymous
كود المصدر : tfds.d4rl.d4rl_adroit_hammer.D4rlAdroitHammer
الإصدارات :
- 1.0.0 : الإصدار الأولي.
- 1.1.0 (افتراضي): تمت الإضافة is_last.
المفاتيح الخاضعة للإشراف (راجع as_supervised doc ): 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_hammer/v0-human (التكوين الافتراضي)

حجم التحميل : 5.33 MiB
حجم مجموعة البيانات : 6.10 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الإنشقاقات :

ينقسم	أمثلة
`'train'`	70

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(33,), dtype=float32),
            'qvel': Tensor(shape=(33,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(46,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(26،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/qpos	الموتر	(33،)	float32
الخطوات/المعلومات/qvel	الموتر	(33،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(46،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_adroit_hammer/v0-cloned

حجم التحميل : 644.69 MiB
حجم مجموعة البيانات : 538.97 MiB
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :

ينقسم	أمثلة
`'train'`	5,594

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=float32),
        'discount': float64,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(33,), dtype=float64),
            'qvel': Tensor(shape=(33,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(46,), dtype=float64),
        'reward': float64,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(26،)	float32
الخطوات/الخصم	الموتر		float64
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/qpos	الموتر	(33،)	float64
الخطوات/المعلومات/qvel	الموتر	(33،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(46،)	float64
خطوات/مكافأة	الموتر		float64

أمثلة ( tfds.as_dataframe ):

d4rl_adroit_hammer/v0-expert

حجم التحميل : 529.91 MiB
حجم مجموعة البيانات : 737.00 MiB
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :

ينقسم	أمثلة
`'train'`	5000

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_logstd': Tensor(shape=(26,), dtype=float32),
            'action_mean': Tensor(shape=(26,), dtype=float32),
            'qpos': Tensor(shape=(33,), dtype=float32),
            'qvel': Tensor(shape=(33,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(46,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(26،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_logstd	الموتر	(26،)	float32
الخطوات/المعلومات/action_mean	الموتر	(26،)	float32
الخطوات/المعلومات/qpos	الموتر	(33،)	float32
الخطوات/المعلومات/qvel	الموتر	(33،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(46،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_adroit_hammer/v1-human

حجم التحميل : 5.35 MiB
حجم مجموعة البيانات : 6.34 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الإنشقاقات :

ينقسم	أمثلة
`'train'`	25

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'board_pos': Tensor(shape=(3,), dtype=float32),
            'qpos': Tensor(shape=(33,), dtype=float32),
            'qvel': Tensor(shape=(33,), dtype=float32),
            'target_pos': Tensor(shape=(3,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(46,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(26،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/board_pos	الموتر	(3،)	float32
الخطوات/المعلومات/qpos	الموتر	(33،)	float32
الخطوات/المعلومات/qvel	الموتر	(33،)	float32
الخطوات/infos/target_pos	الموتر	(3،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(46،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_adroit_hammer/v1-cloned

حجم التحميل : 425.93 MiB
حجم مجموعة البيانات : 1.68 GiB
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :

ينقسم	أمثلة
`'train'`	3,606

هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(46, 256), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(26,), dtype=float32),
            'weight': Tensor(shape=(256, 26), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'board_pos': Tensor(shape=(3,), dtype=float32),
            'qpos': Tensor(shape=(33,), dtype=float32),
            'qvel': Tensor(shape=(33,), dtype=float32),
            'target_pos': Tensor(shape=(3,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(46,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خوارزمية	الموتر		خيط
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(46، 256)	float32
سياسة/fc1	المميزاتDict
سياسة/fc1/bias	الموتر	(256،)	float32
السياسة/fc1/الوزن	الموتر	(256، 256)	float32
سياسة/last_fc	المميزاتDict
سياسة/last_fc/bias	الموتر	(26،)	float32
سياسة/last_fc/weight	الموتر	(256، 26)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(26،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/board_pos	الموتر	(3،)	float32
الخطوات/المعلومات/qpos	الموتر	(33،)	float32
الخطوات/المعلومات/qvel	الموتر	(33،)	float32
الخطوات/infos/target_pos	الموتر	(3،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(46،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_adroit_hammer/v1-expert

حجم التحميل : 531.24 MiB
حجم مجموعة البيانات : 843.54 MiB
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :

ينقسم	أمثلة
`'train'`	5000

هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(32,), dtype=float32),
            'weight': Tensor(shape=(32, 46), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(32,), dtype=float32),
            'weight': Tensor(shape=(32, 32), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(26,), dtype=float32),
            'weight': Tensor(shape=(26, 32), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(26,), dtype=float32),
            'weight': Tensor(shape=(26, 32), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(26,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_std': Tensor(shape=(26,), dtype=float32),
            'action_mean': Tensor(shape=(26,), dtype=float32),
            'board_pos': Tensor(shape=(3,), dtype=float32),
            'qpos': Tensor(shape=(33,), dtype=float32),
            'qvel': Tensor(shape=(33,), dtype=float32),
            'target_pos': Tensor(shape=(3,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(46,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خوارزمية	الموتر		خيط
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(32،)	float32
سياسة/fc0/الوزن	الموتر	(32، 46)	float32
سياسة/fc1	المميزاتDict
سياسة/fc1/bias	الموتر	(32،)	float32
السياسة/fc1/الوزن	الموتر	(32، 32)	float32
سياسة/last_fc	المميزاتDict
سياسة/last_fc/bias	الموتر	(26،)	float32
سياسة/last_fc/weight	الموتر	(26، 32)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(26،)	float32
سياسة/last_fc_log_std/weight	الموتر	(26، 32)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(26،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_std	الموتر	(26،)	float32
الخطوات/المعلومات/action_mean	الموتر	(26،)	float32
الخطوات/المعلومات/board_pos	الموتر	(3،)	float32
الخطوات/المعلومات/qpos	الموتر	(33،)	float32
الخطوات/المعلومات/qvel	الموتر	(33،)	float32
الخطوات/infos/target_pos	الموتر	(3،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(46،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):