Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023 Registre-se

Esta página foi traduzida pela API Cloud Translation.

d4rl_adroit_pen

Descrição :

D4RL é um benchmark de código aberto para aprendizado por reforço offline. Ele fornece ambientes e conjuntos de dados padronizados para algoritmos de treinamento e benchmarking.

Os conjuntos de dados seguem o formato RLDS para representar etapas e episódios.

Página inicial : https://sites.google.com/view/d4rl/home
Código -fonte: tfds.d4rl.d4rl_adroit_pen.D4rlAdroitPen
Versões :
- 1.0.0 : versão inicial.
- 1.1.0 (padrão): Adicionado is_last.
Chaves supervisionadas (Consulte as_supervised doc ): None
Figura ( tfds.show_examples ): Não suportado.
Citação :

@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 (configuração padrão)

Descrição da configuração : Veja mais detalhes sobre a tarefa e suas versões em https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
Tamanho do download : 1.94 MiB
Tamanho do conjunto de dados : 2.52 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	50

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(24,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/informações/qpos	tensor	(30,)	float32
passos/informações/qvel	tensor	(30,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(45,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_adroit_pen/v0-clonado

Descrição da configuração : Veja mais detalhes sobre a tarefa e suas versões em https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
Tamanho do download : 292.85 MiB
Tamanho do conjunto de dados : 252.55 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	5.023

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(24,)	float32
passos/desconto	tensor		float64
passos/informações	RecursosDict
passos/informações/qpos	tensor	(30,)	float64
passos/informações/qvel	tensor	(30,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(45,)	float64
passos/recompensa	tensor		float64

Exemplos ( tfds.as_dataframe ):

d4rl_adroit_pen/v0-expert

Descrição da configuração : Veja mais detalhes sobre a tarefa e suas versões em https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
Tamanho do download : 250.13 MiB
Tamanho do conjunto de dados : 344.41 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	5.000

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(24,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_logstd	tensor	(24,)	float32
passos/infos/action_mean	tensor	(24,)	float32
passos/informações/qpos	tensor	(30,)	float32
passos/informações/qvel	tensor	(30,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(45,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_adroit_pen/v1-humano

Descrição da configuração : Veja mais detalhes sobre a tarefa e suas versões em https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
Tamanho do download : 1.95 MiB
Tamanho do conjunto de dados : 2.60 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	25

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(24,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/desired_orien	tensor	(4,)	float32
passos/informações/qpos	tensor	(30,)	float32
passos/informações/qvel	tensor	(30,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(45,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_adroit_pen/v1-clonado

Descrição da configuração : Veja mais detalhes sobre a tarefa e suas versões em https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit
Tamanho do download : 147.89 MiB
Tamanho do conjunto de dados : 1.43 GiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	3.755

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(256,)	float32
política/fc0/peso	tensor	(45, 256)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(256,)	float32
política/fc1/peso	tensor	(256, 256)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(24,)	float32
política/last_fc/peso	tensor	(256, 24)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(24,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/desired_orien	tensor	(4,)	float32
passos/informações/qpos	tensor	(30,)	float32
passos/informações/qvel	tensor	(30,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(45,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_adroit_pen/v1-expert

Tamanho do download : 249.90 MiB
Tamanho do conjunto de dados : 548.47 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	5.000

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(64,)	float32
política/fc0/peso	tensor	(64, 45)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(64,)	float32
política/fc1/peso	tensor	(64, 64)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(24,)	float32
política/last_fc/peso	tensor	(24, 64)	float32
policy/last_fc_log_std	RecursosDict
policy/last_fc_log_std/bias	tensor	(24,)	float32
policy/last_fc_log_std/weight	tensor	(24, 64)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(24,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_std	tensor	(24,)	float32
passos/infos/action_mean	tensor	(24,)	float32
passos/infos/desired_orien	tensor	(4,)	float32
passos/informações/qpos	tensor	(30,)	float32
passos/informações/qvel	tensor	(30,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(45,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):