d4rl_antmaze

• Descripción :

D4RL es un punto de referencia de código abierto para el aprendizaje por refuerzo fuera de línea. Proporciona entornos y conjuntos de datos estandarizados para algoritmos de entrenamiento y evaluación comparativa.

Los conjuntos de datos siguen el formato RLDS para representar pasos y episodios.

• Descripción de la configuración : vea más detalles sobre la tarea y sus versiones en https://github.com/rail-berkeley/d4rl/wiki/Tasks#antmaze

• Página de inicio: https://sites.google.com/view/d4rl/home

• Código fuente : tfds.d4rl.d4rl_antmaze.D4rlAntmaze

• Versiones :

  • 1.0.0 : Versión inicial.
  • 1.1.0 (predeterminado): Sin notas de la versión.

• Almacenamiento automático en caché ( documentación ): No

• Estructura de características :

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,
    }),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/información	CaracterísticasDict
pasos/información/objetivo	Tensor	(2,)	flotar32
pasos/información/qpos	Tensor	(15,)	flotar32
pasos/información/qvel	Tensor	(14,)	flotar32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(29,)	flotar32
pasos/recompensa	Tensor		flotar32

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Cita :

@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 (configuración predeterminada)

• Tamaño de la descarga : 221.76 MiB

• Tamaño del conjunto de datos : 274.83 MiB

• Divisiones :

Separar	Ejemplos
'train'	10,154

• Ejemplos ( tfds.as_dataframe ):

d4rl_antmaze/umaze-diverso-v0

• Tamaño de la descarga : 220.16 MiB

• Tamaño del conjunto de datos : 270.23 MiB

• Divisiones :

Separar	Ejemplos
'train'	1,154

• Ejemplos ( tfds.as_dataframe ):

d4rl_antmaze/medio-juego-v0

• Tamaño de descarga : 220.40 MiB

• Tamaño del conjunto de datos : 275.20 MiB

• Divisiones :

Separar	Ejemplos
'train'	10,695

• Ejemplos ( tfds.as_dataframe ):

d4rl_antmaze/medio-diverso-v0

• Tamaño de la descarga : 220.39 MiB

• Tamaño del conjunto de datos : 271.18 MiB

• Divisiones :

Separar	Ejemplos
'train'	2,924

• Ejemplos ( tfds.as_dataframe ):

d4rl_antmaze/grande-diverso-v0

• Tamaño de la descarga : 220.47 MiB

• Tamaño del conjunto de datos : 273.36 MiB

• Divisiones :

Separar	Ejemplos
'train'	7,141

• Ejemplos ( tfds.as_dataframe ):

d4rl_antmaze/juego-grande-v0

• Tamaño de la descarga : 220.19 MiB

• Tamaño del conjunto de datos : 276.61 MiB

• Divisiones :

Separar	Ejemplos
'train'	13,458

• Ejemplos ( tfds.as_dataframe ):