Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023 Registre-se

Esta página foi traduzida pela API Cloud Translation.

d4rl_mujoco_ant

Descrição :

D4RL é um benchmark de código aberto para aprendizado por reforço offline. Ele fornece ambientes e conjuntos de dados padronizados para algoritmos de treinamento e benchmarking.

Os conjuntos de dados seguem o formato RLDS para representar etapas e episódios.

Documentação Adicional : Explore em Papers With Code
Descrição da configuração : Veja mais detalhes sobre a tarefa e suas versões em https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym
Página inicial : https://sites.google.com/view/d4rl/home
Código fonte : tfds.d4rl.d4rl_mujoco_ant.D4rlMujocoAnt
Versões :
- 1.0.0 : versão inicial.
- 1.1.0 : Adicionado is_last.
- 1.2.0 (padrão): Atualizado para levar em consideração a próxima observação.
Chaves supervisionadas (Consulte as_supervised doc ): None
Figura ( tfds.show_examples ): Não suportado.
Citação :

@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 (configuração padrão)

Tamanho do download : 131.34 MiB
Tamanho do conjunto de dados : 464.94 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.288

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-medium

Tamanho do download : 131.39 MiB
Tamanho do conjunto de dados : 464.78 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.122

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-medium-expert

Tamanho do download : 262.73 MiB
Tamanho do conjunto de dados : 929.71 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	2.410

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-mixed

Tamanho do download : 104.63 MiB
Tamanho do conjunto de dados : 464.93 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.320

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-random

Tamanho do download : 139.50 MiB
Tamanho do conjunto de dados : 464.97 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.377

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-expert

Tamanho do download : 220.72 MiB
Tamanho do conjunto de dados : 968.63 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.033

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(256,)	float32
política/fc0/peso	tensor	(256, 111)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(256,)	float32
política/fc1/peso	tensor	(256, 256)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(8,)	float32
política/last_fc/peso	tensor	(8, 256)	float32
policy/last_fc_log_std	RecursosDict
policy/last_fc_log_std/bias	tensor	(8,)	float32
policy/last_fc_log_std/weight	tensor	(8, 256)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float32
passos/informações/qpos	tensor	(15,)	float32
passos/informações/qvel	tensor	(14,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-medium

Tamanho do download : 222.39 MiB
Tamanho do conjunto de dados : 1023.71 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.179

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(256,)	float32
política/fc0/peso	tensor	(256, 111)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(256,)	float32
política/fc1/peso	tensor	(256, 256)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(8,)	float32
política/last_fc/peso	tensor	(8, 256)	float32
policy/last_fc_log_std	RecursosDict
policy/last_fc_log_std/bias	tensor	(8,)	float32
policy/last_fc_log_std/weight	tensor	(8, 256)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float32
passos/informações/qpos	tensor	(15,)	float32
passos/informações/qvel	tensor	(14,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-medium-expert

Tamanho do download : 442.25 MiB
Tamanho do conjunto de dados : 1.13 GiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	2.211

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float32
passos/informações/qpos	tensor	(15,)	float32
passos/informações/qvel	tensor	(14,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-medium-replay

Tamanho do download : 132.05 MiB
Tamanho do conjunto de dados : 175.27 MiB
Armazenado em cache automaticamente ( documentação ): Somente quando shuffle_files=False (train)
Divisões :

Dividir	Exemplos
`'train'`	485

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
degraus	conjunto de dados
passos/ação	tensor	(8,)	float64
passos/desconto	tensor		float64
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(15,)	float64
passos/informações/qvel	tensor	(14,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float64
passos/recompensa	tensor		float64

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-full-replay

Tamanho do download : 437.57 MiB
Tamanho do conjunto de dados : 580.09 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.319

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
degraus	conjunto de dados
passos/ação	tensor	(8,)	float64
passos/desconto	tensor		float64
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(15,)	float64
passos/informações/qvel	tensor	(14,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float64
passos/recompensa	tensor		float64

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-random

Tamanho do download : 225.18 MiB
Tamanho do conjunto de dados : 583.83 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	5.741

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float32
passos/informações/qpos	tensor	(15,)	float32
passos/informações/qvel	tensor	(14,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-expert

Tamanho do download : 355.94 MiB
Tamanho do conjunto de dados : 969.38 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.035

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(256,)	float32
política/fc0/peso	tensor	(256, 111)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(256,)	float32
política/fc1/peso	tensor	(256, 256)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(8,)	float32
política/last_fc/peso	tensor	(8, 256)	float32
policy/last_fc_log_std	RecursosDict
policy/last_fc_log_std/bias	tensor	(8,)	float32
policy/last_fc_log_std/weight	tensor	(8, 256)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(15,)	float64
passos/informações/qvel	tensor	(14,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-full-replay

Tamanho do download : 428.57 MiB
Tamanho do conjunto de dados : 580.09 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.319

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(15,)	float64
passos/informações/qvel	tensor	(14,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-medium

Tamanho do download : 358.81 MiB
Tamanho do conjunto de dados : 1.01 GiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.203

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(256,)	float32
política/fc0/peso	tensor	(256, 111)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(256,)	float32
política/fc1/peso	tensor	(256, 256)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(8,)	float32
política/last_fc/peso	tensor	(8, 256)	float32
policy/last_fc_log_std	RecursosDict
policy/last_fc_log_std/bias	tensor	(8,)	float32
policy/last_fc_log_std/weight	tensor	(8, 256)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(15,)	float64
passos/informações/qvel	tensor	(14,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-medium-expert

Tamanho do download : 713.67 MiB
Tamanho do conjunto de dados : 1.13 GiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	2.237

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(15,)	float64
passos/informações/qvel	tensor	(14,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-medium-replay

Tamanho do download : 130.16 MiB
Tamanho do conjunto de dados : 175.27 MiB
Armazenado em cache automaticamente ( documentação ): Somente quando shuffle_files=False (train)
Divisões :

Dividir	Exemplos
`'train'`	485

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(15,)	float64
passos/informações/qvel	tensor	(14,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-random

Tamanho do download : 366.66 MiB
Tamanho do conjunto de dados : 583.90 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	5.822

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(8,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(15,)	float64
passos/informações/qvel	tensor	(14,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(111,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):