d4rl_adroit_relocate

• विवरण :

D4RL ऑफ़लाइन सुदृढीकरण सीखने के लिए एक ओपन-सोर्स बेंचमार्क है। यह प्रशिक्षण और बेंचमार्किंग एल्गोरिदम के लिए मानकीकृत वातावरण और डेटासेट प्रदान करता है।

डेटासेट चरणों और एपिसोड का प्रतिनिधित्व करने के लिए आरएलडीएस प्रारूप का पालन करते हैं।

• कॉन्फ़िगरेशन विवरण : कार्य और उसके संस्करणों के बारे में अधिक विवरण https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit में देखें

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

• स्रोत कोड : tfds.d4rl.d4rl_adroit_relocate.D4rlAdroitRelocate

• संस्करण :

  • 1.0.0 : प्रारंभिक रिलीज.
  • 1.1.0 (डिफ़ॉल्ट): is_last जोड़ा गया।

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उद्धरण :

@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_relocate/v0-मानव (डिफ़ॉल्ट कॉन्फ़िगरेशन)

• डाउनलोड आकार : 4.87 MiB

• डेटासेट का आकार : 5.48 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• विभाजन :

विभाजित करना	उदाहरण
'train'	60

• फ़ीचर संरचना :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(30,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(36,), dtype=float32),
            'qvel': Tensor(shape=(36,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float32),
        'reward': float32,
    }),
})

• फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीप्रकार	विवरण
	फीचर्सडिक्ट
कदम	डेटासेट
कदम/कार्रवाई	टेन्सर	(30,)	फ्लोट32
कदम/छूट	टेन्सर		फ्लोट32
चरण/जानकारी	फीचर्सडिक्ट
चरण/जानकारी/क्यूपीओएस	टेन्सर	(36,)	फ्लोट32
चरण/जानकारी/qvel	टेन्सर	(36,)	फ्लोट32
चरण/पहला है	टेन्सर		बूल
चरण/अंतिम है	टेन्सर		बूल
चरण/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(39,)	फ्लोट32
कदम/इनाम	टेन्सर		फ्लोट32

• उदाहरण ( tfds.as_dataframe ):

d4rl_adroit_relocate/v0-क्लोन

• डाउनलोड आकार : 647.11 MiB

• डेटासेट का आकार : 550.50 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

विभाजित करना	उदाहरण
'train'	5,519

• फ़ीचर संरचना :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(30,), dtype=float32),
        'discount': float64,
        'infos': FeaturesDict({
            'qpos': Tensor(shape=(36,), dtype=float64),
            'qvel': Tensor(shape=(36,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float64),
        'reward': float64,
    }),
})

• फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीप्रकार	विवरण
	फीचर्सडिक्ट
कदम	डेटासेट
कदम/कार्रवाई	टेन्सर	(30,)	फ्लोट32
कदम/छूट	टेन्सर		फ्लोट64
चरण/जानकारी	फीचर्सडिक्ट
चरण/जानकारी/क्यूपीओएस	टेन्सर	(36,)	फ्लोट64
चरण/जानकारी/qvel	टेन्सर	(36,)	फ्लोट64
चरण/पहला है	टेन्सर		बूल
चरण/अंतिम है	टेन्सर		बूल
चरण/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(39,)	फ्लोट64
कदम/इनाम	टेन्सर		फ्लोट64

• उदाहरण ( tfds.as_dataframe ):

d4rl_adroit_relocate/v0-विशेषज्ञ

• डाउनलोड आकार : 581.53 MiB

• डेटासेट का आकार : 778.97 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

विभाजित करना	उदाहरण
'train'	5,000

• फ़ीचर संरचना :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(30,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_logstd': Tensor(shape=(30,), dtype=float32),
            'action_mean': Tensor(shape=(30,), dtype=float32),
            'qpos': Tensor(shape=(36,), dtype=float32),
            'qvel': Tensor(shape=(36,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float32),
        'reward': float32,
    }),
})

• फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीप्रकार	विवरण
	फीचर्सडिक्ट
कदम	डेटासेट
कदम/कार्रवाई	टेन्सर	(30,)	फ्लोट32
कदम/छूट	टेन्सर		फ्लोट32
चरण/जानकारी	फीचर्सडिक्ट
चरण/जानकारी/क्रिया_लॉगस्टडी	टेन्सर	(30,)	फ्लोट32
चरण/जानकारी/कार्रवाई_मीन	टेन्सर	(30,)	फ्लोट32
चरण/जानकारी/क्यूपीओएस	टेन्सर	(36,)	फ्लोट32
चरण/जानकारी/qvel	टेन्सर	(36,)	फ्लोट32
चरण/पहला है	टेन्सर		बूल
चरण/अंतिम है	टेन्सर		बूल
चरण/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(39,)	फ्लोट32
कदम/इनाम	टेन्सर		फ्लोट32

• उदाहरण ( tfds.as_dataframe ):

d4rl_adroit_relocate/v1-मानव

• डाउनलोड आकार : 5.92 MiB

• डेटासेट का आकार : 6.94 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• विभाजन :

विभाजित करना	उदाहरण
'train'	25

• फ़ीचर संरचना :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(30,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'hand_qpos': Tensor(shape=(30,), dtype=float32),
            'obj_pos': Tensor(shape=(3,), dtype=float32),
            'palm_pos': Tensor(shape=(3,), dtype=float32),
            'qpos': Tensor(shape=(36,), dtype=float32),
            'qvel': Tensor(shape=(36,), dtype=float32),
            'target_pos': Tensor(shape=(3,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float32),
        'reward': float32,
    }),
})

• फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीप्रकार	विवरण
	फीचर्सडिक्ट
कदम	डेटासेट
कदम/कार्रवाई	टेन्सर	(30,)	फ्लोट32
कदम/छूट	टेन्सर		फ्लोट32
चरण/जानकारी	फीचर्सडिक्ट
चरण/जानकारी/hand_qpos	टेन्सर	(30,)	फ्लोट32
चरण/जानकारी/obj_pos	टेन्सर	(3,)	फ्लोट32
चरण/जानकारी/palm_pos	टेन्सर	(3,)	फ्लोट32
चरण/जानकारी/क्यूपीओएस	टेन्सर	(36,)	फ्लोट32
चरण/जानकारी/qvel	टेन्सर	(36,)	फ्लोट32
चरण/जानकारी/target_pos	टेन्सर	(3,)	फ्लोट32
चरण/पहला है	टेन्सर		बूल
चरण/अंतिम है	टेन्सर		बूल
चरण/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(39,)	फ्लोट32
कदम/इनाम	टेन्सर		फ्लोट32

• उदाहरण ( tfds.as_dataframe ):

d4rl_adroit_relocate/v1-क्लोन

• डाउनलोड आकार : 554.39 MiB

• डेटासेट का आकार : 1.86 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

विभाजित करना	उदाहरण
'train'	3,758

• फ़ीचर संरचना :

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=(30,), dtype=float32),
            'weight': Tensor(shape=(256, 30), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(30,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'hand_qpos': Tensor(shape=(30,), dtype=float32),
            'obj_pos': Tensor(shape=(3,), dtype=float32),
            'palm_pos': Tensor(shape=(3,), dtype=float32),
            'qpos': Tensor(shape=(36,), dtype=float32),
            'qvel': Tensor(shape=(36,), dtype=float32),
            'target_pos': Tensor(shape=(3,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float32),
        'reward': float32,
    }),
})

• फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीप्रकार	विवरण
	फीचर्सडिक्ट
कलन विधि	टेन्सर		डोरी
नीति	फीचर्सडिक्ट
नीति/fc0	फीचर्सडिक्ट
नीति/fc0/पूर्वाग्रह	टेन्सर	(256,)	फ्लोट32
पॉलिसी/fc0/वज़न	टेन्सर	(39,256)	फ्लोट32
नीति/एफसी1	फीचर्सडिक्ट
नीति/एफसी1/पूर्वाग्रह	टेन्सर	(256,)	फ्लोट32
पॉलिसी/एफसी1/वेट	टेन्सर	(256, 256)	फ्लोट32
नीति/last_fc	फीचर्सडिक्ट
नीति/अंतिम_एफसी/पूर्वाग्रह	टेन्सर	(30,)	फ्लोट32
नीति/अंतिम_एफसी/वजन	टेन्सर	(256,30)	फ्लोट32
नीति/अरैखिकता	टेन्सर		डोरी
नीति/आउटपुट_वितरण	टेन्सर		डोरी
कदम	डेटासेट
कदम/कार्रवाई	टेन्सर	(30,)	फ्लोट32
कदम/छूट	टेन्सर		फ्लोट32
चरण/जानकारी	फीचर्सडिक्ट
चरण/जानकारी/hand_qpos	टेन्सर	(30,)	फ्लोट32
चरण/जानकारी/obj_pos	टेन्सर	(3,)	फ्लोट32
चरण/जानकारी/palm_pos	टेन्सर	(3,)	फ्लोट32
चरण/जानकारी/क्यूपीओएस	टेन्सर	(36,)	फ्लोट32
चरण/जानकारी/qvel	टेन्सर	(36,)	फ्लोट32
चरण/जानकारी/target_pos	टेन्सर	(3,)	फ्लोट32
चरण/पहला है	टेन्सर		बूल
चरण/अंतिम है	टेन्सर		बूल
चरण/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(39,)	फ्लोट32
कदम/इनाम	टेन्सर		फ्लोट32

• उदाहरण ( tfds.as_dataframe ):

d4rl_adroit_relocate/v1-विशेषज्ञ

• डाउनलोड आकार : 682.47 MiB

• डेटासेट का आकार : 1012.49 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

विभाजित करना	उदाहरण
'train'	5,000

• फ़ीचर संरचना :

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=(30,), dtype=float32),
            'weight': Tensor(shape=(30, 32), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(30,), dtype=float32),
            'weight': Tensor(shape=(30, 32), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(30,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_std': Tensor(shape=(30,), dtype=float32),
            'action_mean': Tensor(shape=(30,), dtype=float32),
            'hand_qpos': Tensor(shape=(30,), dtype=float32),
            'obj_pos': Tensor(shape=(3,), dtype=float32),
            'palm_pos': Tensor(shape=(3,), dtype=float32),
            'qpos': Tensor(shape=(36,), dtype=float32),
            'qvel': Tensor(shape=(36,), dtype=float32),
            'target_pos': Tensor(shape=(3,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(39,), dtype=float32),
        'reward': float32,
    }),
})

• फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीप्रकार	विवरण
	फीचर्सडिक्ट
कलन विधि	टेन्सर		डोरी
नीति	फीचर्सडिक्ट
नीति/fc0	फीचर्सडिक्ट
नीति/fc0/पूर्वाग्रह	टेन्सर	(32,)	फ्लोट32
पॉलिसी/fc0/वज़न	टेन्सर	(32,39)	फ्लोट32
नीति/एफसी1	फीचर्सडिक्ट
नीति/एफसी1/पूर्वाग्रह	टेन्सर	(32,)	फ्लोट32
पॉलिसी/एफसी1/वेट	टेन्सर	(32,32)	फ्लोट32
नीति/last_fc	फीचर्सडिक्ट
नीति/अंतिम_एफसी/पूर्वाग्रह	टेन्सर	(30,)	फ्लोट32
नीति/अंतिम_एफसी/वजन	टेन्सर	(30,32)	फ्लोट32
नीति/last_fc_log_std	फीचर्सडिक्ट
नीति/last_fc_log_std/पूर्वाग्रह	टेन्सर	(30,)	फ्लोट32
पॉलिसी/last_fc_log_std/weight	टेन्सर	(30,32)	फ्लोट32
नीति/अरैखिकता	टेन्सर		डोरी
नीति/आउटपुट_वितरण	टेन्सर		डोरी
कदम	डेटासेट
कदम/कार्रवाई	टेन्सर	(30,)	फ्लोट32
कदम/छूट	टेन्सर		फ्लोट32
चरण/जानकारी	फीचर्सडिक्ट
चरण/जानकारी/action_log_std	टेन्सर	(30,)	फ्लोट32
चरण/जानकारी/कार्रवाई_मीन	टेन्सर	(30,)	फ्लोट32
चरण/जानकारी/hand_qpos	टेन्सर	(30,)	फ्लोट32
चरण/जानकारी/obj_pos	टेन्सर	(3,)	फ्लोट32
चरण/जानकारी/palm_pos	टेन्सर	(3,)	फ्लोट32
चरण/जानकारी/क्यूपीओएस	टेन्सर	(36,)	फ्लोट32
चरण/जानकारी/qvel	टेन्सर	(36,)	फ्लोट32
चरण/जानकारी/target_pos	टेन्सर	(3,)	फ्लोट32
चरण/पहला है	टेन्सर		बूल
चरण/अंतिम है	टेन्सर		बूल
चरण/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(39,)	फ्लोट32
कदम/इनाम	टेन्सर		फ्लोट32

• उदाहरण ( tfds.as_dataframe ):