d4rl_antmaze

• Keterangan :

D4RL adalah tolok ukur sumber terbuka untuk pembelajaran penguatan offline. Ini menyediakan lingkungan dan kumpulan data standar untuk pelatihan dan algoritma benchmarking.

Kumpulan data mengikuti format RLDS untuk mewakili langkah dan episode.

• Deskripsi konfigurasi : Lihat detail selengkapnya tentang tugas dan versinya di https://github.com/rail-berkeley/d4rl/wiki/Tasks#antmaze

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

• Kode sumber : tfds.d4rl.d4rl_antmaze.D4rlAntmaze

• Versi :

  • 1.0.0 : Rilis awal.
  • 1.1.1 (default): Menambahkan kumpulan data v2.

• Cache otomatis ( dokumentasi ): Tidak

• Struktur fitur :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'goal': Tensor(shape=(2,), dtype=float32),
            'qpos': Tensor(shape=(15,), dtype=float32),
            'qvel': Tensor(shape=(14,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(29,), dtype=float32),
        'reward': float32,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(8,)	float32
langkah/diskon	Tensor		float32
langkah/info	FiturDict
langkah/info/tujuan	Tensor	(2,)	float32
langkah/info/qpos	Tensor	(15,)	float32
langkah/info/qvel	Tensor	(14,)	float32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/pengamatan	Tensor	(29,)	float32
langkah/hadiah	Tensor		float32

• Kunci yang diawasi (Lihat dokumen as_supervised ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@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_antmaze/umaze-v0 (konfigurasi default)

• Ukuran unduhan : 221.76 MiB

• Ukuran kumpulan data : 274.83 MiB

• Perpecahan :

Membelah	Contoh
'train'	10.154

• Contoh ( tfds.as_dataframe ):

d4rl_antmaze/umaze-diverse-v0

• Ukuran unduhan : 220.16 MiB

• Ukuran kumpulan data : 270.23 MiB

• Perpecahan :

Membelah	Contoh
'train'	1.154

• Contoh ( tfds.as_dataframe ):

d4rl_antmaze/medium-play-v0

• Ukuran unduhan : 220.40 MiB

• Ukuran kumpulan data : 275.20 MiB

• Perpecahan :

Membelah	Contoh
'train'	10.695

• Contoh ( tfds.as_dataframe ):

d4rl_antmaze/medium-diverse-v0

• Ukuran unduhan : 220.39 MiB

• Ukuran kumpulan data : 271.18 MiB

• Perpecahan :

Membelah	Contoh
'train'	2.924

• Contoh ( tfds.as_dataframe ):

d4rl_antmaze/large-diverse-v0

• Ukuran unduhan : 220.47 MiB

• Ukuran kumpulan data : 273.36 MiB

• Perpecahan :

Membelah	Contoh
'train'	7.141

• Contoh ( tfds.as_dataframe ):

d4rl_antmaze/large-play-v0

• Ukuran unduhan : 220.19 MiB

• Ukuran kumpulan data : 276.61 MiB

• Perpecahan :

Membelah	Contoh
'train'	13.458

• Contoh ( tfds.as_dataframe ):

d4rl_antmaze/umaze-v2

• Ukuran unduhan : 221.76 MiB

• Ukuran kumpulan data : 274.83 MiB

• Perpecahan :

Membelah	Contoh
'train'	10.154

• Contoh ( tfds.as_dataframe ):

d4rl_antmaze/umaze-diverse-v2

• Ukuran unduhan : 220.16 MiB

• Ukuran kumpulan data : 270.20 MiB

• Perpecahan :

Membelah	Contoh
'train'	1.036

• Contoh ( tfds.as_dataframe ):

d4rl_antmaze/medium-play-v2

• Ukuran unduhan : 220.40 MiB

• Ukuran kumpulan data : 275.22 MiB

• Perpecahan :

Membelah	Contoh
'train'	10.768

• Contoh ( tfds.as_dataframe ):

d4rl_antmaze/medium-diverse-v2

• Ukuran unduhan : 220.39 MiB

• Ukuran kumpulan data : 271.19 MiB

• Perpecahan :

Membelah	Contoh
'train'	2.959

• Contoh ( tfds.as_dataframe ):

d4rl_antmaze/beragam-besar-v2

• Ukuran unduhan : 220.47 MiB

• Ukuran kumpulan data : 273.38 MiB

• Perpecahan :

Membelah	Contoh
'train'	7.189

• Contoh ( tfds.as_dataframe ):

d4rl_antmaze/large-play-v2

• Ukuran unduhan : 220.18 MiB

• Ukuran kumpulan data : 276.63 MiB

• Perpecahan :

Membelah	Contoh
'train'	13.517

• Contoh ( tfds.as_dataframe ):