d4rl_antmaze

• 説明：

D4RL は、オフライン強化学習用のオープンソース ベンチマークです。トレーニングおよびベンチマーク アルゴリズム用の標準化された環境とデータセットを提供します。

データセットはRLDS 形式に従ってステップとエピソードを表します。

• 構成の説明: タスクとそのバージョンの詳細については、 https://github.com/rail-berkeley/d4rl/wiki/Tasks#antmazeを参照してください。

• ホームページ: https://sites.google.com/view/d4rl-anonymous

• ソースコード: tfds.d4rl.d4rl_antmaze.D4rlAntmaze

• バージョン:

  • 1.0.0 : 初期リリース。
  • 1.1.1 (デフォルト): v2 データセットを追加しました。

• 自動キャッシュ(ドキュメント): いいえ

• 機能の構造:

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,
    }),
})

• 機能ドキュメント:

特徴	クラス	形	Dタイプ	説明
	特徴辞書
ステップ	データセット
ステップ/アクション	テンソル	(8,)	float32
歩数/割引	テンソル		float32
手順/情報	特徴辞書
ステップ/情報/目標	テンソル	(2,)	float32
ステップ/情報/qpos	テンソル	(15,)	float32
ステップ/情報/qvel	テンソル	(14,)	float32
ステップ/is_first	テンソル		ブール
ステップ/is_last	テンソル		ブール
ステップ/is_terminal	テンソル		ブール
ステップ/観察	テンソル	(29,)	float32
歩数/報酬	テンソル		float32

• 監視キー( as_supervised docを参照): None

• 図( tfds.show_examples ): サポートされていません。

• 引用：

@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 (デフォルト設定)

• ダウンロードサイズ: 221.76 MiB

• データセットのサイズ: 274.83 MiB

• 分割:

スプリット	例
'train'	10,154

• 例( tfds.as_dataframe ):

d4rl_antmaze/umaze-diverse-v0

• ダウンロードサイズ: 220.16 MiB

• データセットのサイズ: 270.23 MiB

• 分割:

スプリット	例
'train'	1,154

• 例( tfds.as_dataframe ):

d4rl_antmaze/medium-play-v0

• ダウンロードサイズ: 220.40 MiB

• データセットのサイズ: 275.20 MiB

• 分割:

スプリット	例
'train'	10,695

• 例( tfds.as_dataframe ):

d4rl_antmaze/medium-diverse-v0

• ダウンロードサイズ: 220.39 MiB

• データセットのサイズ: 271.18 MiB

• 分割:

スプリット	例
'train'	2,924

• 例( tfds.as_dataframe ):

d4rl_antmaze/large-diverse-v0

• ダウンロードサイズ: 220.47 MiB

• データセットのサイズ: 273.36 MiB

• 分割:

スプリット	例
'train'	7,141

• 例( tfds.as_dataframe ):

d4rl_antmaze/large-play-v0

• ダウンロードサイズ: 220.19 MiB

• データセットのサイズ: 276.61 MiB

• 分割:

スプリット	例
'train'	13,458

• 例( tfds.as_dataframe ):

d4rl_antmaze/umaze-v2

• ダウンロードサイズ: 221.76 MiB

• データセットのサイズ: 274.83 MiB

• 分割:

スプリット	例
'train'	10,154

• 例( tfds.as_dataframe ):

d4rl_antmaze/umaze-diverse-v2

• ダウンロードサイズ: 220.16 MiB

• データセットのサイズ: 270.20 MiB

• 分割:

スプリット	例
'train'	1,036

• 例( tfds.as_dataframe ):

d4rl_antmaze/medium-play-v2

• ダウンロードサイズ: 220.40 MiB

• データセットのサイズ: 275.22 MiB

• 分割:

スプリット	例
'train'	10,768

• 例( tfds.as_dataframe ):

d4rl_antmaze/medium-diverse-v2

• ダウンロードサイズ: 220.39 MiB

• データセットのサイズ: 271.19 MiB

• 分割:

スプリット	例
'train'	2,959

• 例( tfds.as_dataframe ):

d4rl_antmaze/large-diverse-v2

• ダウンロードサイズ: 220.47 MiB

• データセットのサイズ: 273.38 MiB

• 分割:

スプリット	例
'train'	7,189

• 例( tfds.as_dataframe ):

d4rl_antmaze/large-play-v2

• ダウンロードサイズ: 220.18 MiB

• データセットのサイズ: 276.63 MiB

• 分割:

スプリット	例
'train'	13,517

• 例( tfds.as_dataframe ):