TFDS תומך כעת בפורמט קרואסון 🥐 ! קרא את התיעוד כדי לדעת יותר.

דף זה תורגם על ידי Cloud Translation API.

d4rl_adroit_pen

תיאור :

D4RL הוא אמת מידה בקוד פתוח ללמידת חיזוק לא מקוון. הוא מספק סביבות סטנדרטיות ומערכי נתונים עבור אלגוריתמי הדרכה ומידוד.

מערכי הנתונים פועלים לפי פורמט RLDS כדי לייצג שלבים ופרקים.

דף הבית : https://sites.google.com/view/d4rl-anonymous
קוד מקור : tfds.d4rl.d4rl_adroit_pen.D4rlAdroitPen
גרסאות :
- 1.0.0 : שחרור ראשוני.
- 1.1.0 (ברירת מחדל): נוסף is_last.
מפתחות בפיקוח (ראה as_supervised doc ): None
איור ( tfds.show_examples ): לא נתמך.
ציטוט :

@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_pen/v0-human (תצורת ברירת המחדל)

תיאור תצורה : ראה פרטים נוספים על המשימה וגרסאותיה ב- https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
גודל הורדה : 1.94 MiB
גודל מערך נתונים : 2.52 MiB
שמור אוטומטי במטמון ( תיעוד ): כן
פיצולים :

לְפַצֵל	דוגמאות
`'train'`	50

מבנה תכונה :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), 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=(45,), dtype=float32),
        'reward': float32,
    }),
})

תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(24,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
צעדים/מידע/qpos	מוֹתֵחַ	(30,)	לצוף32
צעדים/מידע/qvel	מוֹתֵחַ	(30,)	לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(45,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

דוגמאות ( tfds.as_dataframe ):

d4rl_adroit_pen/v0-cloned

תיאור תצורה : ראה פרטים נוספים על המשימה וגרסאותיה ב- https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
גודל הורדה : 292.85 MiB
גודל מערך נתונים : 252.55 MiB
שמירה אוטומטית במטמון ( תיעוד ): לא
פיצולים :

לְפַצֵל	דוגמאות
`'train'`	5,023

מבנה תכונה :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), 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=(45,), dtype=float64),
        'reward': float64,
    }),
})

תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(24,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף64
שלבים/מידע	FeaturesDict
צעדים/מידע/qpos	מוֹתֵחַ	(30,)	לצוף64
צעדים/מידע/qvel	מוֹתֵחַ	(30,)	לצוף64
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(45,)	לצוף64
צעדים/פרס	מוֹתֵחַ		לצוף64

דוגמאות ( tfds.as_dataframe ):

d4rl_adroit_pen/v0-expert

תיאור תצורה : ראה פרטים נוספים על המשימה וגרסאותיה ב- https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
גודל הורדה : 250.13 MiB
גודל ערכת נתונים : 344.41 MiB
שמירה אוטומטית במטמון ( תיעוד ): לא
פיצולים :

לְפַצֵל	דוגמאות
`'train'`	5,000

מבנה תכונה :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_logstd': Tensor(shape=(24,), dtype=float32),
            'action_mean': Tensor(shape=(24,), 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=(45,), dtype=float32),
        'reward': float32,
    }),
})

תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(24,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_logstd	מוֹתֵחַ	(24,)	לצוף32
steps/infos/action_mean	מוֹתֵחַ	(24,)	לצוף32
צעדים/מידע/qpos	מוֹתֵחַ	(30,)	לצוף32
צעדים/מידע/qvel	מוֹתֵחַ	(30,)	לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(45,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

דוגמאות ( tfds.as_dataframe ):

d4rl_adroit_pen/v1-human

תיאור תצורה : ראה פרטים נוספים על המשימה וגרסאותיה ב- https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
גודל הורדה : 1.95 MiB
גודל מערך נתונים : 2.60 MiB
שמור אוטומטי במטמון ( תיעוד ): כן
פיצולים :

לְפַצֵל	דוגמאות
`'train'`	25

מבנה תכונה :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'desired_orien': Tensor(shape=(4,), 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=(45,), dtype=float32),
        'reward': float32,
    }),
})

תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(24,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/desired_orien	מוֹתֵחַ	(4,)	לצוף32
צעדים/מידע/qpos	מוֹתֵחַ	(30,)	לצוף32
צעדים/מידע/qvel	מוֹתֵחַ	(30,)	לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(45,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

דוגמאות ( tfds.as_dataframe ):

d4rl_adroit_pen/v1-cloned

תיאור תצורה : ראה פרטים נוספים על המשימה וגרסאותיה ב- https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
גודל הורדה : 147.89 MiB
גודל מערך נתונים : 1.43 GiB
שמור אוטומטי במטמון ( תיעוד ): לא
פיצולים :

לְפַצֵל	דוגמאות
`'train'`	3,755

מבנה תכונה :

FeaturesDict({
    'algorithm': string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(45, 256), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(24,), dtype=float32),
            'weight': Tensor(shape=(256, 24), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'desired_orien': Tensor(shape=(4,), 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=(45,), dtype=float32),
        'reward': float32,
    }),
})

תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype
	FeaturesDict
אַלגוֹרִיתְם	מוֹתֵחַ		חוּט
מְדִינִיוּת	FeaturesDict
מדיניות/fc0	FeaturesDict
policy/fc0/bias	מוֹתֵחַ	(256,)	לצוף32
policy/fc0/weight	מוֹתֵחַ	(45, 256)	לצוף32
מדיניות/fc1	FeaturesDict
policy/fc1/bias	מוֹתֵחַ	(256,)	לצוף32
policy/fc1/weight	מוֹתֵחַ	(256, 256)	לצוף32
policy/last_fc	FeaturesDict
policy/last_fc/bias	מוֹתֵחַ	(24,)	לצוף32
policy/last_fc/weight	מוֹתֵחַ	(256, 24)	לצוף32
מדיניות/אי-לינאריות	מוֹתֵחַ		חוּט
מדיניות/פלט_הפצה	מוֹתֵחַ		חוּט
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(24,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/desired_orien	מוֹתֵחַ	(4,)	לצוף32
צעדים/מידע/qpos	מוֹתֵחַ	(30,)	לצוף32
צעדים/מידע/qvel	מוֹתֵחַ	(30,)	לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(45,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

דוגמאות ( tfds.as_dataframe ):

d4rl_adroit_pen/v1-expert

גודל הורדה : 249.90 MiB
גודל מערך נתונים : 548.47 MiB
שמור אוטומטי במטמון ( תיעוד ): לא
פיצולים :

לְפַצֵל	דוגמאות
`'train'`	5,000

מבנה תכונה :

FeaturesDict({
    'algorithm': string,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(64,), dtype=float32),
            'weight': Tensor(shape=(64, 45), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(64,), dtype=float32),
            'weight': Tensor(shape=(64, 64), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(24,), dtype=float32),
            'weight': Tensor(shape=(24, 64), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(24,), dtype=float32),
            'weight': Tensor(shape=(24, 64), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(24,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_std': Tensor(shape=(24,), dtype=float32),
            'action_mean': Tensor(shape=(24,), dtype=float32),
            'desired_orien': Tensor(shape=(4,), 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=(45,), dtype=float32),
        'reward': float32,
    }),
})

תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype
	FeaturesDict
אַלגוֹרִיתְם	מוֹתֵחַ		חוּט
מְדִינִיוּת	FeaturesDict
מדיניות/fc0	FeaturesDict
policy/fc0/bias	מוֹתֵחַ	(64,)	לצוף32
policy/fc0/weight	מוֹתֵחַ	(64, 45)	לצוף32
מדיניות/fc1	FeaturesDict
policy/fc1/bias	מוֹתֵחַ	(64,)	לצוף32
policy/fc1/weight	מוֹתֵחַ	(64, 64)	לצוף32
policy/last_fc	FeaturesDict
policy/last_fc/bias	מוֹתֵחַ	(24,)	לצוף32
policy/last_fc/weight	מוֹתֵחַ	(24, 64)	לצוף32
policy/last_fc_log_std	FeaturesDict
policy/last_fc_log_std/bias	מוֹתֵחַ	(24,)	לצוף32
policy/last_fc_log_std/weight	מוֹתֵחַ	(24, 64)	לצוף32
מדיניות/אי-לינאריות	מוֹתֵחַ		חוּט
מדיניות/פלט_הפצה	מוֹתֵחַ		חוּט
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(24,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_log_std	מוֹתֵחַ	(24,)	לצוף32
steps/infos/action_mean	מוֹתֵחַ	(24,)	לצוף32
steps/infos/desired_orien	מוֹתֵחַ	(4,)	לצוף32
צעדים/מידע/qpos	מוֹתֵחַ	(30,)	לצוף32
צעדים/מידע/qvel	מוֹתֵחַ	(30,)	לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(45,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

דוגמאות ( tfds.as_dataframe ):