TFDS теперь поддерживает формат Croissant 🥐 ! Прочтите документацию , чтобы узнать больше.

Эта страница переведена с помощью Cloud Translation API.

d4rl_adroit_relocate

Описание :

D4RL — это тест с открытым исходным кодом для автономного обучения с подкреплением. Он предоставляет стандартизированные среды и наборы данных для алгоритмов обучения и сравнительного анализа.

Наборы данных соответствуют формату RLDS для представления шагов и эпизодов.

Описание конфигурации : более подробную информацию о задаче и ее версиях см. на странице https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit .
Домашняя страница : https://sites.google.com/view/d4rl-anonymous
Исходный код : tfds.d4rl.d4rl_adroit_relocate.D4rlAdroitRelocate
Версии :
- 1.0.0 : Начальная версия.
- 1.1.0 (по умолчанию): добавлен is_last.
Контролируемые ключи (см. документ as_supervised ): None
Рисунок ( tfds.show_examples ): не поддерживается.
Цитата :

@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-human (конфигурация по умолчанию)

Размер загрузки : 4.87 MiB
Размер набора данных : 5.48 MiB
Автокэширование ( документация ): Да
Расколы :

Расколоть	Примеры
`'train'`	60

Структура функции :

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,
    }),
})

Функциональная документация :

Особенность	Сорт	Форма	Дтип
	ВозможностиDict
шаги	Набор данных
шаги/действия	Тензор	(30,)	float32
шаги/скидка	Тензор		float32
шаги/информация	ВозможностиDict
шаги/информация/qpos	Тензор	(36,)	поплавок32
шаги/информация/qvel	Тензор	(36,)	float32
шаги/is_first	Тензор		логическое значение
шаги/is_last	Тензор		логическое значение
шаги/is_terminal	Тензор		логическое значение
шаги/наблюдение	Тензор	(39,)	float32
шаги/награда	Тензор		float32

Примеры ( tfds.as_dataframe ):

d4rl_adroit_relocate/v0-клонирован

Размер загрузки : 647.11 MiB
Размер набора данных : 550.50 MiB
Автокэширование ( документация ): Нет
Расколы :

Расколоть	Примеры
`'train'`	5,519

Структура функции :

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,
    }),
})

Функциональная документация :

Особенность	Сорт	Форма	Дтип
	ВозможностиDict
шаги	Набор данных
шаги/действия	Тензор	(30,)	float32
шаги/скидка	Тензор		float64
шаги/информация	ВозможностиDict
шаги/информация/qpos	Тензор	(36,)	float64
шаги/информация/qvel	Тензор	(36,)	float64
шаги/is_first	Тензор		логическое значение
шаги/is_last	Тензор		логическое значение
шаги/is_terminal	Тензор		логическое значение
шаги/наблюдение	Тензор	(39,)	float64
шаги/награда	Тензор		float64

Примеры ( tfds.as_dataframe ):

d4rl_adroit_relocate/v0-эксперт

Размер загрузки : 581.53 MiB
Размер набора данных : 778.97 MiB
Автокэширование ( документация ): Нет
Расколы :

Расколоть	Примеры
`'train'`	5000

Структура функции :

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,
    }),
})

Функциональная документация :

Особенность	Сорт	Форма	Дтип
	ВозможностиDict
шаги	Набор данных
шаги/действия	Тензор	(30,)	float32
шаги/скидка	Тензор		float32
шаги/информация	ВозможностиDict
шаги/информация/action_logstd	Тензор	(30,)	float32
шаги/информация/action_mean	Тензор	(30,)	float32
шаги/информация/qpos	Тензор	(36,)	поплавок32
шаги/информация/qvel	Тензор	(36,)	float32
шаги/is_first	Тензор		логическое значение
шаги/is_last	Тензор		логическое значение
шаги/is_terminal	Тензор		логическое значение
шаги/наблюдение	Тензор	(39,)	float32
шаги/награда	Тензор		float32

Примеры ( tfds.as_dataframe ):

d4rl_adroit_relocate/v1-человек

Размер загрузки : 5.92 MiB
Размер набора данных : 6.94 MiB
Автокэширование ( документация ): Да
Расколы :

Расколоть	Примеры
`'train'`	25

Структура функции :

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,
    }),
})

Функциональная документация :

Особенность	Сорт	Форма	Дтип
	ВозможностиDict
шаги	Набор данных
шаги/действия	Тензор	(30,)	float32
шаги/скидка	Тензор		float32
шаги/информация	ВозможностиDict
шаги/информация/hand_qpos	Тензор	(30,)	float32
шаги/информация/obj_pos	Тензор	(3,)	float32
шаги/информация/palm_pos	Тензор	(3,)	float32
шаги/информация/qpos	Тензор	(36,)	float32
шаги/информация/qvel	Тензор	(36,)	float32
шаги/информация/target_pos	Тензор	(3,)	float32
шаги/is_first	Тензор		логическое значение
шаги/is_last	Тензор		логическое значение
шаги/is_terminal	Тензор		логическое значение
шаги/наблюдение	Тензор	(39,)	float32
шаги/награда	Тензор		float32

Примеры ( tfds.as_dataframe ):

d4rl_adroit_relocate/v1-клонирован

Размер загрузки : 554.39 MiB
Размер набора данных : 1.86 GiB
Автокэширование ( документация ): Нет
Расколы :

Расколоть	Примеры
`'train'`	3758

Структура функции :

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,
    }),
})

Функциональная документация :

Особенность	Сорт	Форма	Дтип
	ВозможностиDict
алгоритм	Тензор		нить
политика	ВозможностиDict
политика/fc0	ВозможностиDict
политика/fc0/предвзятость	Тензор	(256,)	поплавок32
политика/fc0/вес	Тензор	(39, 256)	float32
политика/FC1	ВозможностиDict
политика/fc1/предвзятость	Тензор	(256,)	float32
политика/fc1/вес	Тензор	(256, 256)	float32
политика/last_fc	ВозможностиDict
политика/last_fc/bias	Тензор	(30,)	float32
политика/last_fc/вес	Тензор	(256, 30)	float32
политика/нелинейность	Тензор		нить
политика/выходное_распределение	Тензор		нить
шаги	Набор данных
шаги/действия	Тензор	(30,)	float32
шаги/скидка	Тензор		float32
шаги/информация	ВозможностиDict
шаги/информация/hand_qpos	Тензор	(30,)	float32
шаги/информация/obj_pos	Тензор	(3,)	float32
шаги/информация/palm_pos	Тензор	(3,)	float32
шаги/информация/qpos	Тензор	(36,)	float32
шаги/информация/qvel	Тензор	(36,)	float32
шаги/информация/target_pos	Тензор	(3,)	float32
шаги/is_first	Тензор		логическое значение
шаги/is_last	Тензор		логическое значение
шаги/is_terminal	Тензор		логическое значение
шаги/наблюдение	Тензор	(39,)	float32
шаги/награда	Тензор		float32

Примеры ( tfds.as_dataframe ):

d4rl_adroit_relocate/v1-expert

Размер загрузки : 682.47 MiB
Размер набора данных : 1012.49 MiB
Автокэширование ( документация ): Нет
Расколы :

Расколоть	Примеры
`'train'`	5000

Структура функции :

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,
    }),
})

Функциональная документация :

Особенность	Сорт	Форма	Дтип
	ВозможностиDict
алгоритм	Тензор		нить
политика	ВозможностиDict
политика/fc0	ВозможностиDict
политика/fc0/предвзятость	Тензор	(32,)	float32
политика/fc0/вес	Тензор	(32, 39)	поплавок32
политика/FC1	ВозможностиDict
политика/fc1/предвзятость	Тензор	(32,)	float32
политика/fc1/вес	Тензор	(32, 32)	float32
политика/last_fc	ВозможностиDict
политика/last_fc/bias	Тензор	(30,)	float32
политика/last_fc/вес	Тензор	(30, 32)	float32
политика/last_fc_log_std	ВозможностиDict
политика/last_fc_log_std/bias	Тензор	(30,)	float32
политика/last_fc_log_std/вес	Тензор	(30, 32)	float32
политика/нелинейность	Тензор		нить
политика/выходное_распределение	Тензор		нить
шаги	Набор данных
шаги/действия	Тензор	(30,)	float32
шаги/скидка	Тензор		float32
шаги/информация	ВозможностиDict
шаги/информация/action_log_std	Тензор	(30,)	float32
шаги/информация/action_mean	Тензор	(30,)	float32
шаги/информация/hand_qpos	Тензор	(30,)	float32
шаги/информация/obj_pos	Тензор	(3,)	float32
шаги/информация/palm_pos	Тензор	(3,)	float32
шаги/информация/qpos	Тензор	(36,)	float32
шаги/информация/qvel	Тензор	(36,)	float32
шаги/информация/target_pos	Тензор	(3,)	float32
шаги/is_first	Тензор		логическое значение
шаги/is_last	Тензор		логическое значение
шаги/is_terminal	Тензор		логическое значение
шаги/наблюдение	Тензор	(39,)	float32
шаги/награда	Тензор		float32

Примеры ( tfds.as_dataframe ):

d4rl_adroit_relocate Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.