d4rl_adroit_pen

• Descrizione :

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

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

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

• Codice sorgente : tfds.d4rl.d4rl_adroit_pen.D4rlAdroitPen

• Versioni :

  • 1.0.0 : versione iniziale.
  • 1.1.0 (predefinito): aggiunto is_last.

• Chiavi supervisionate (vedi il documento as_supervised ): 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_pen/v0-human (configurazione predefinita)

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

• Dimensione download : 1.94 MiB

• Dimensione del set di dati : 2.52 MiB

• Memorizzazione nella cache automatica ( documentazione ): sì

• Divide :

Diviso	Esempi
'train'	50

• Struttura delle caratteristiche :

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,
    }),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
passi	Set di dati
passi/azione	Tensore	(24,)	float32
passi/sconto	Tensore		float32
passaggi/informazioni	CaratteristicheDict
passi/informazioni/qpos	Tensore	(30,)	float32
passaggi/informazioni/qvel	Tensore	(30,)	float32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(45,)	float32
passi/ricompensa	Tensore		float32

• Esempi ( tfds.as_dataframe ):

d4rl_adroit_pen/v0-cloned

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

• Dimensione download : 292.85 MiB

• Dimensione del set di dati : 252.55 MiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

Diviso	Esempi
'train'	5.023

• Struttura delle caratteristiche :

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,
    }),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
passi	Set di dati
passi/azione	Tensore	(24,)	float32
passi/sconto	Tensore		float64
passaggi/informazioni	CaratteristicheDict
passi/informazioni/qpos	Tensore	(30,)	float64
passaggi/informazioni/qvel	Tensore	(30,)	float64
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(45,)	float64
passi/ricompensa	Tensore		float64

• Esempi ( tfds.as_dataframe ):

d4rl_adroit_pen/v0-expert

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

• Dimensione download : 250.13 MiB

• Dimensione del set di dati : 344.41 MiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

Diviso	Esempi
'train'	5.000

• Struttura delle caratteristiche :

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,
    }),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
passi	Set di dati
passi/azione	Tensore	(24,)	float32
passi/sconto	Tensore		float32
passaggi/informazioni	CaratteristicheDict
passaggi/info/action_logstd	Tensore	(24,)	float32
passi/info/azione_mean	Tensore	(24,)	float32
passi/informazioni/qpos	Tensore	(30,)	float32
passaggi/informazioni/qvel	Tensore	(30,)	float32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(45,)	float32
passi/ricompensa	Tensore		float32

• Esempi ( tfds.as_dataframe ):

d4rl_adroit_pen/v1-human

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

• Dimensione download : 1.95 MiB

• Dimensione del set di dati : 2.60 MiB

• Memorizzazione nella cache automatica ( documentazione ): sì

• Divide :

Diviso	Esempi
'train'	25

• Struttura delle caratteristiche :

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,
    }),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
passi	Set di dati
passi/azione	Tensore	(24,)	float32
passi/sconto	Tensore		float32
passaggi/informazioni	CaratteristicheDict
passaggi/info/desired_orien	Tensore	(4,)	float32
passi/informazioni/qpos	Tensore	(30,)	float32
passaggi/informazioni/qvel	Tensore	(30,)	float32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(45,)	float32
passi/ricompensa	Tensore		float32

• Esempi ( tfds.as_dataframe ):

d4rl_adroit_pen/v1-cloned

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

• Dimensione download : 147.89 MiB

• Dimensione del set di dati : 1.43 GiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

Diviso	Esempi
'train'	3.755

• Struttura delle caratteristiche :

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,
    }),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
algoritmo	Tensore		corda
politica	CaratteristicheDict
polizza/fc0	CaratteristicheDict
policy/fc0/bias	Tensore	(256,)	float32
politica/fc0/peso	Tensore	(45, 256)	float32
politica/fc1	CaratteristicheDict
policy/fc1/bias	Tensore	(256,)	float32
politica/fc1/peso	Tensore	(256, 256)	float32
politica/last_fc	CaratteristicheDict
policy/last_fc/bias	Tensore	(24,)	float32
politica/last_fc/peso	Tensore	(256, 24)	float32
politica/non linearità	Tensore		corda
politica/distribuzione_output	Tensore		corda
passi	Set di dati
passi/azione	Tensore	(24,)	float32
passi/sconto	Tensore		float32
passaggi/informazioni	CaratteristicheDict
passaggi/info/desired_orien	Tensore	(4,)	float32
passi/informazioni/qpos	Tensore	(30,)	float32
passaggi/informazioni/qvel	Tensore	(30,)	float32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(45,)	float32
passi/ricompensa	Tensore		float32

• Esempi ( tfds.as_dataframe ):

d4rl_adroit_pen/v1-expert

• Dimensione download : 249.90 MiB

• Dimensione del set di dati : 548.47 MiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

Diviso	Esempi
'train'	5.000

• Struttura delle caratteristiche :

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,
    }),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
algoritmo	Tensore		corda
politica	CaratteristicheDict
polizza/fc0	CaratteristicheDict
policy/fc0/bias	Tensore	(64,)	float32
politica/fc0/peso	Tensore	(64, 45)	float32
politica/fc1	CaratteristicheDict
policy/fc1/bias	Tensore	(64,)	float32
politica/fc1/peso	Tensore	(64, 64)	float32
politica/last_fc	CaratteristicheDict
policy/last_fc/bias	Tensore	(24,)	float32
politica/last_fc/peso	Tensore	(24, 64)	float32
policy/last_fc_log_std	CaratteristicheDict
policy/last_fc_log_std/bias	Tensore	(24,)	float32
policy/last_fc_log_std/weight	Tensore	(24, 64)	float32
politica/non linearità	Tensore		corda
politica/distribuzione_output	Tensore		corda
passi	Set di dati
passi/azione	Tensore	(24,)	float32
passi/sconto	Tensore		float32
passaggi/informazioni	CaratteristicheDict
passaggi/info/action_log_std	Tensore	(24,)	float32
passi/info/azione_mean	Tensore	(24,)	float32
passaggi/info/desired_orien	Tensore	(4,)	float32
passi/informazioni/qpos	Tensore	(30,)	float32
passaggi/informazioni/qvel	Tensore	(30,)	float32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	Tensore	(45,)	float32
passi/ricompensa	Tensore		float32

• Esempi ( tfds.as_dataframe ):