d4rl_adroit_relocate

• Descrição :

D4RL é um benchmark de código aberto para aprendizagem 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.

• Descrição da configuração : veja mais detalhes sobre a tarefa e suas versões em https://github.com/rail-berkeley/d4rl/wiki/Tasks#adroit

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

• Código fonte : tfds.d4rl.d4rl_adroit_relocate.D4rlAdroitRelocate

• Versões :

  • 1.0.0 : Versão inicial.
  • 1.1.0 (padrão): Adicionado is_last.

• Chaves supervisionadas (consulte o documento as_supervised ): 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_relocate/v0-human (configuração padrão)

• Tamanho do download : 4.87 MiB

• Tamanho do conjunto de dados : 5.48 MiB

• Armazenado em cache automaticamente ( documentação ): Sim

• Divisões :

Dividir	Exemplos
'train'	60

• Estrutura de recursos :

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,
    }),
})

• Documentação de recursos :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(30,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/qpos	Tensor	(36,)	float32
passos/informações/qvel	Tensor	(36,)	float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
etapas/observação	Tensor	(39,)	float32
passos/recompensa	Tensor		float32

• Exemplos ( tfds.as_dataframe ):

d4rl_adroit_relocate/v0-clonado

• Tamanho do download : 647.11 MiB

• Tamanho do conjunto de dados : 550.50 MiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'train'	5.519

• Estrutura de recursos :

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,
    }),
})

• Documentação de recursos :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(30,)	float32
passos/desconto	Tensor		float64
etapas/informações	RecursosDict
etapas/informações/qpos	Tensor	(36,)	float64
passos/informações/qvel	Tensor	(36,)	float64
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
etapas/observação	Tensor	(39,)	float64
passos/recompensa	Tensor		float64

• Exemplos ( tfds.as_dataframe ):

d4rl_adroit_relocate/v0-expert

• Tamanho do download : 581.53 MiB

• Tamanho do conjunto de dados : 778.97 MiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'train'	5.000

• Estrutura de recursos :

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,
    }),
})

• Documentação de recursos :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(30,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_logstd	Tensor	(30,)	float32
etapas/informações/action_mean	Tensor	(30,)	float32
etapas/informações/qpos	Tensor	(36,)	float32
passos/informações/qvel	Tensor	(36,)	float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
etapas/observação	Tensor	(39,)	float32
passos/recompensa	Tensor		float32

• Exemplos ( tfds.as_dataframe ):

d4rl_adroit_relocate/v1-human

• Tamanho do download : 5.92 MiB

• Tamanho do conjunto de dados : 6.94 MiB

• Armazenado em cache automaticamente ( documentação ): Sim

• Divisões :

Dividir	Exemplos
'train'	25

• Estrutura de recursos :

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,
    }),
})

• Documentação de recursos :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(30,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
passos/informações/hand_qpos	Tensor	(30,)	float32
etapas/informações/obj_pos	Tensor	(3,)	float32
passos/informações/palm_pos	Tensor	(3,)	float32
etapas/informações/qpos	Tensor	(36,)	float32
passos/informações/qvel	Tensor	(36,)	float32
etapas/informações/target_pos	Tensor	(3,)	float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
etapas/observação	Tensor	(39,)	float32
passos/recompensa	Tensor		float32

• Exemplos ( tfds.as_dataframe ):

d4rl_adroit_relocate/v1-clonado

• Tamanho do download : 554.39 MiB

• Tamanho do conjunto de dados : 1.86 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'train'	3.758

• Estrutura de recursos :

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,
    }),
})

• Documentação de recursos :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
algoritmo	Tensor		corda
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	Tensor	(256,)	float32
política/fc0/peso	Tensor	(39, 256)	float32
política/fc1	RecursosDict
política/fc1/preconceito	Tensor	(256,)	float32
política/fc1/peso	Tensor	(256, 256)	float32
política/last_fc	RecursosDict
política/last_fc/bias	Tensor	(30,)	float32
política/last_fc/peso	Tensor	(256, 30)	float32
política/não linearidade	Tensor		corda
política/output_distribution	Tensor		corda
passos	Conjunto de dados
etapas/ação	Tensor	(30,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
passos/informações/hand_qpos	Tensor	(30,)	float32
etapas/informações/obj_pos	Tensor	(3,)	float32
passos/informações/palm_pos	Tensor	(3,)	float32
etapas/informações/qpos	Tensor	(36,)	float32
passos/informações/qvel	Tensor	(36,)	float32
etapas/informações/target_pos	Tensor	(3,)	float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
etapas/observação	Tensor	(39,)	float32
passos/recompensa	Tensor		float32

• Exemplos ( tfds.as_dataframe ):

d4rl_adroit_relocate/v1-expert

• Tamanho do download : 682.47 MiB

• Tamanho do conjunto de dados : 1012.49 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=(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,
    }),
})

• Documentação de recursos :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
algoritmo	Tensor		corda
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	Tensor	(32,)	float32
política/fc0/peso	Tensor	(32, 39)	float32
política/fc1	RecursosDict
política/fc1/preconceito	Tensor	(32,)	float32
política/fc1/peso	Tensor	(32, 32)	float32
política/last_fc	RecursosDict
política/last_fc/bias	Tensor	(30,)	float32
política/last_fc/peso	Tensor	(30, 32)	float32
política/last_fc_log_std	RecursosDict
política/last_fc_log_std/bias	Tensor	(30,)	float32
política/last_fc_log_std/peso	Tensor	(30, 32)	float32
política/não linearidade	Tensor		corda
política/output_distribution	Tensor		corda
passos	Conjunto de dados
etapas/ação	Tensor	(30,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_log_std	Tensor	(30,)	float32
etapas/informações/action_mean	Tensor	(30,)	float32
passos/informações/hand_qpos	Tensor	(30,)	float32
etapas/informações/obj_pos	Tensor	(3,)	float32
passos/informações/palm_pos	Tensor	(3,)	float32
etapas/informações/qpos	Tensor	(36,)	float32
passos/informações/qvel	Tensor	(36,)	float32
etapas/informações/target_pos	Tensor	(3,)	float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(39,)	float32
passos/recompensa	Tensor		float32

• Exemplos ( tfds.as_dataframe ):