d4rl_mujoco_ant,d4rl_mujoco_ant

• وصف :

D4RL هو معيار مفتوح المصدر للتعلم المعزز دون الاتصال بالإنترنت. يوفر بيئات ومجموعات بيانات موحدة للتدريب وقياس الخوارزميات.

تتبع مجموعات البيانات تنسيق RLDS لتمثيل الخطوات والحلقات.

• وصف التكوين : اطلع على مزيد من التفاصيل حول المهمة وإصداراتها في https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym

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

• كود المصدر : tfds.d4rl.d4rl_mujoco_ant.D4rlMujocoAnt

• الإصدارات :

  • 1.0.0 : الإصدار الأولي.
  • 1.1.0 : تمت الإضافة_آخر.
  • 1.2.0 (افتراضي): تم التحديث ليأخذ في الاعتبار الملاحظة التالية.

• المفاتيح الخاضعة للإشراف (راجع as_supervised doc ): None

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@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_mujoco_ant/v0-expert (التكوين الافتراضي)

• حجم التحميل : 131.34 MiB

• حجم مجموعة البيانات : 464.94 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,288

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-medium

• حجم التحميل : 131.39 MiB

• حجم مجموعة البيانات : 464.78 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,122

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-medium-expert

• حجم التحميل : 262.73 MiB

• حجم مجموعة البيانات : 929.71 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	2,410

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-mixed

• حجم التحميل : 104.63 MiB

• حجم مجموعة البيانات : 464.93 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,320

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-random

• حجم التحميل : 139.50 MiB

• حجم مجموعة البيانات : 464.97 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,377

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-expert

• حجم التحميل : 220.72 MiB

• حجم مجموعة البيانات : 968.63 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,033

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': 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=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 111)	float32
سياسة/fc1	المميزاتDict
سياسة/fc1/bias	الموتر	(256،)	float32
السياسة/fc1/الوزن	الموتر	(256، 256)	float32
سياسة/last_fc	المميزاتDict
سياسة/last_fc/bias	الموتر	(8،)	float32
سياسة/last_fc/weight	الموتر	(8، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(8،)	float32
سياسة/last_fc_log_std/weight	الموتر	(8، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(15،)	float32
الخطوات/المعلومات/qvel	الموتر	(14،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-medium

• حجم التحميل : 222.39 MiB

• حجم مجموعة البيانات : 1023.71 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,179

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': 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=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 111)	float32
سياسة/fc1	المميزاتDict
سياسة/fc1/bias	الموتر	(256،)	float32
السياسة/fc1/الوزن	الموتر	(256، 256)	float32
سياسة/last_fc	المميزاتDict
سياسة/last_fc/bias	الموتر	(8،)	float32
سياسة/last_fc/weight	الموتر	(8، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(8،)	float32
سياسة/last_fc_log_std/weight	الموتر	(8، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(15،)	float32
الخطوات/المعلومات/qvel	الموتر	(14،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-medium-expert

• حجم التحميل : 442.25 MiB

• حجم مجموعة البيانات : 1.13 GiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	2,211

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': 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=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(15،)	float32
الخطوات/المعلومات/qvel	الموتر	(14،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-medium-replay

• حجم التحميل : 132.05 MiB

• حجم مجموعة البيانات : 175.27 MiB

• التخزين المؤقت التلقائي ( الوثائق ): فقط عندما shuffle_files=False (القطار)

• الإنشقاقات :

ينقسم	أمثلة
'train'	485

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float64),
        'reward': float64,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float64
الخطوات/الخصم	الموتر		float64
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(15،)	float64
الخطوات/المعلومات/qvel	الموتر	(14،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float64
خطوات/مكافأة	الموتر		float64

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-full-replay

• حجم التحميل : 437.57 MiB

• حجم مجموعة البيانات : 580.09 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,319

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float64),
        'reward': float64,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float64
الخطوات/الخصم	الموتر		float64
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(15،)	float64
الخطوات/المعلومات/qvel	الموتر	(14،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float64
خطوات/مكافأة	الموتر		float64

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-random

• حجم التحميل : 225.18 MiB

• حجم مجموعة البيانات : 583.83 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	5,741

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': 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=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(15،)	float32
الخطوات/المعلومات/qvel	الموتر	(14،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-expert

• حجم التحميل : 355.94 MiB

• حجم مجموعة البيانات : 969.38 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,035

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 111)	float32
سياسة/fc1	المميزاتDict
سياسة/fc1/bias	الموتر	(256،)	float32
السياسة/fc1/الوزن	الموتر	(256، 256)	float32
سياسة/last_fc	المميزاتDict
سياسة/last_fc/bias	الموتر	(8،)	float32
سياسة/last_fc/weight	الموتر	(8، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(8،)	float32
سياسة/last_fc_log_std/weight	الموتر	(8، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(15،)	float64
الخطوات/المعلومات/qvel	الموتر	(14،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-full-replay

• حجم التحميل : 428.57 MiB

• حجم مجموعة البيانات : 580.09 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,319

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(15،)	float64
الخطوات/المعلومات/qvel	الموتر	(14،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-medium

• حجم التحميل : 358.81 MiB

• حجم مجموعة البيانات : 1.01 GiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,203

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 111)	float32
سياسة/fc1	المميزاتDict
سياسة/fc1/bias	الموتر	(256،)	float32
السياسة/fc1/الوزن	الموتر	(256، 256)	float32
سياسة/last_fc	المميزاتDict
سياسة/last_fc/bias	الموتر	(8،)	float32
سياسة/last_fc/weight	الموتر	(8، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(8،)	float32
سياسة/last_fc_log_std/weight	الموتر	(8، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(15،)	float64
الخطوات/المعلومات/qvel	الموتر	(14،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-medium-expert

• حجم التحميل : 713.67 MiB

• حجم مجموعة البيانات : 1.13 GiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	2,237

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/infos/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(15،)	float64
الخطوات/المعلومات/qvel	الموتر	(14،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-medium-replay

• حجم التحميل : 130.16 MiB

• حجم مجموعة البيانات : 175.27 MiB

• التخزين المؤقت التلقائي ( الوثائق ): فقط عندما shuffle_files=False (القطار)

• الإنشقاقات :

ينقسم	أمثلة
'train'	485

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(15،)	float64
الخطوات/المعلومات/qvel	الموتر	(14،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-random

• حجم التحميل : 366.66 MiB

• حجم مجموعة البيانات : 583.90 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	5,822

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(8،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(15،)	float64
الخطوات/المعلومات/qvel	الموتر	(14،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(111،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):