d4rl_antmaze

  • คำอธิบาย :

D4RL เป็นเกณฑ์มาตรฐานแบบโอเพ่นซอร์สสำหรับการเรียนรู้แบบเสริมกำลังแบบออฟไลน์ โดยจัดเตรียมสภาพแวดล้อมและชุดข้อมูลที่เป็นมาตรฐานสำหรับอัลกอริธึมการฝึกอบรมและการวัดประสิทธิภาพ

ชุดข้อมูลเป็นไปตาม รูปแบบ RLDS เพื่อแสดงขั้นตอนและตอน

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,
    }),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
ขั้นตอน ชุดข้อมูล
ขั้นตอน/การดำเนินการ เทนเซอร์ (8,) ลอย32
ขั้นตอน/ส่วนลด เทนเซอร์ ลอย32
ขั้นตอน/ข้อมูล คุณสมบัติDict
ขั้นตอน/ข้อมูล/เป้าหมาย เทนเซอร์ (2,) ลอย32
ขั้นตอน/ข้อมูล/qpos เทนเซอร์ (15,) ลอย32
ขั้นตอน/ข้อมูล/qvel เทนเซอร์ (14,) ลอย32
ขั้นตอน/is_first เทนเซอร์ บูล
ขั้นตอน/is_last เทนเซอร์ บูล
ขั้นตอน/is_terminal เทนเซอร์ บูล
ขั้นตอน/การสังเกต เทนเซอร์ (29,) ลอย32
ขั้นตอน/รางวัล เทนเซอร์ ลอย32
  • คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

  • รูปภาพ ( tfds.show_examples ): ไม่รองรับ

  • การอ้างอิง :

@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 (การกำหนดค่าเริ่มต้น)

  • ขนาดดาวน์โหลด : 221.76 MiB

  • ขนาดชุดข้อมูล : 274.83 MiB

  • แยก :

แยก ตัวอย่าง
'train' 10,154

d4rl_antmaze/umaze-หลากหลาย-v0

  • ขนาดดาวน์โหลด : 220.16 MiB

  • ขนาดชุดข้อมูล : 270.23 MiB

  • แยก :

แยก ตัวอย่าง
'train' 1,154

d4rl_antmaze/เล่นปานกลาง-v0

  • ขนาดดาวน์โหลด : 220.40 MiB

  • ขนาดชุดข้อมูล : 275.20 MiB

  • แยก :

แยก ตัวอย่าง
'train' 10,695

d4rl_antmaze/ความหลากหลายปานกลาง-v0

  • ขนาดดาวน์โหลด : 220.39 MiB

  • ขนาดชุดข้อมูล : 271.18 MiB

  • แยก :

แยก ตัวอย่าง
'train' 2,924

d4rl_antmaze/ขนาดใหญ่-หลากหลาย-v0

  • ขนาดดาวน์โหลด : 220.47 MiB

  • ขนาดชุดข้อมูล : 273.36 MiB

  • แยก :

แยก ตัวอย่าง
'train' 7,141

d4rl_antmaze/ขนาดใหญ่-เล่น-v0

  • ขนาดดาวน์โหลด : 220.19 MiB

  • ขนาดชุดข้อมูล : 276.61 MiB

  • แยก :

แยก ตัวอย่าง
'train' 13,458

d4rl_antmaze/umaze-v2

  • ขนาดดาวน์โหลด : 221.76 MiB

  • ขนาดชุดข้อมูล : 274.83 MiB

  • แยก :

แยก ตัวอย่าง
'train' 10,154

d4rl_antmaze/umaze-หลากหลาย-v2

  • ขนาดดาวน์โหลด : 220.16 MiB

  • ขนาดชุดข้อมูล : 270.20 MiB

  • แยก :

แยก ตัวอย่าง
'train' 1,036

d4rl_antmaze/เล่นปานกลาง-v2

  • ขนาดดาวน์โหลด : 220.40 MiB

  • ขนาดชุดข้อมูล : 275.22 MiB

  • แยก :

แยก ตัวอย่าง
'train' 10,768

d4rl_antmaze/มีความหลากหลายปานกลาง-v2

  • ขนาดดาวน์โหลด : 220.39 MiB

  • ขนาดชุดข้อมูล : 271.19 MiB

  • แยก :

แยก ตัวอย่าง
'train' 2,959

d4rl_antmaze/ขนาดใหญ่-หลากหลาย-v2

  • ขนาดดาวน์โหลด : 220.47 MiB

  • ขนาดชุดข้อมูล : 273.38 MiB

  • แยก :

แยก ตัวอย่าง
'train' 7,189

d4rl_antmaze/ขนาดใหญ่-เล่น-v2

  • ขนาดดาวน์โหลด : 220.18 MiB

  • ขนาดชุดข้อมูล : 276.63 MiB

  • แยก :

แยก ตัวอย่าง
'train' 13,517