- 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。
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_superviseddoc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 ):