d4rl_mujoco_ant,d4rl_mujoco_ant

• 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#gym

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

• Código fuente : tfds.d4rl.d4rl_mujoco_ant.D4rlMujocoAnt

• Versiones :

  • 1.0.0 : versión inicial.
  • 1.1.0 : Se agregó is_last.
  • 1.2.0 (predeterminado): actualizado para tener en cuenta la siguiente observación.

• Claves supervisadas (ver documento as_supervised ): None

• Figura ( tfds.show_examples ): no compatible.

• Citación :

@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 (configuración predeterminada)

• Tamaño de descarga : 131.34 MiB

• Tamaño del conjunto de datos : 464.94 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1.288

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-medium

• Tamaño de descarga : 131.39 MiB

• Tamaño del conjunto de datos : 464.78 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1,122

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-medio-experto

• Tamaño de descarga : 262.73 MiB

• Tamaño del conjunto de datos : 929.71 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	2,410

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-mixto

• Tamaño de descarga : 104.63 MiB

• Tamaño del conjunto de datos : 464.93 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1.320

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-aleatorio

• Tamaño de descarga : 139.50 MiB

• Tamaño del conjunto de datos : 464.97 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1.377

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-experto

• Tamaño de descarga : 220.72 MiB

• Tamaño del conjunto de datos : 968.63 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1.033

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 111)	flotador32
política/fc1	FuncionesDict
política/fc1/sesgo	Tensor	(256,)	flotador32
política/fc1/peso	Tensor	(256, 256)	flotador32
política/último_fc	FuncionesDict
política/last_fc/sesgo	Tensor	(8,)	flotador32
política/last_fc/peso	Tensor	(8, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(8,)	flotador32
política/last_fc_log_std/peso	Tensor	(8, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(15,)	flotador32
pasos/información/qvel	Tensor	(14,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-medium

• Tamaño de descarga : 222.39 MiB

• Tamaño del conjunto de datos : 1023.71 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1,179

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 111)	flotador32
política/fc1	FuncionesDict
política/fc1/sesgo	Tensor	(256,)	flotador32
política/fc1/peso	Tensor	(256, 256)	flotador32
política/último_fc	FuncionesDict
política/last_fc/sesgo	Tensor	(8,)	flotador32
política/last_fc/peso	Tensor	(8, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(8,)	flotador32
política/last_fc_log_std/peso	Tensor	(8, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(15,)	flotador32
pasos/información/qvel	Tensor	(14,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-medio-experto

• Tamaño de descarga : 442.25 MiB

• Tamaño del conjunto de datos : 1.13 GiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	2,211

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(15,)	flotador32
pasos/información/qvel	Tensor	(14,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-repetición media

• Tamaño de descarga : 132.05 MiB

• Tamaño del conjunto de datos : 175.27 MiB

• Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)

• Divisiones :

Dividir	Ejemplos
'train'	485

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador64
pasos/descuento	Tensor		flotador64
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(15,)	flotador64
pasos/información/qvel	Tensor	(14,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador64
pasos/recompensa	Tensor		flotador64

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-repetición completa

• Tamaño de descarga : 437.57 MiB

• Tamaño del conjunto de datos : 580.09 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1,319

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador64
pasos/descuento	Tensor		flotador64
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(15,)	flotador64
pasos/información/qvel	Tensor	(14,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador64
pasos/recompensa	Tensor		flotador64

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-aleatorio

• Tamaño de descarga : 225.18 MiB

• Tamaño del conjunto de datos : 583.83 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	5.741

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(15,)	flotador32
pasos/información/qvel	Tensor	(14,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-experto

• Tamaño de descarga : 355.94 MiB

• Tamaño del conjunto de datos : 969.38 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1.035

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 111)	flotador32
política/fc1	FuncionesDict
política/fc1/sesgo	Tensor	(256,)	flotador32
póliza/fc1/peso	Tensor	(256, 256)	flotador32
política/último_fc	FuncionesDict
política/last_fc/sesgo	Tensor	(8,)	flotador32
política/last_fc/peso	Tensor	(8, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(8,)	flotador32
política/last_fc_log_std/peso	Tensor	(8, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(15,)	flotador64
pasos/información/qvel	Tensor	(14,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-repetición completa

• Tamaño de descarga : 428.57 MiB

• Tamaño del conjunto de datos : 580.09 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1,319

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(15,)	flotador64
pasos/información/qvel	Tensor	(14,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-medium

• Tamaño de descarga : 358.81 MiB

• Tamaño del conjunto de datos : 1.01 GiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1.203

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 111)	flotador32
política/fc1	FuncionesDict
política/fc1/sesgo	Tensor	(256,)	flotador32
política/fc1/peso	Tensor	(256, 256)	flotador32
política/último_fc	FuncionesDict
política/last_fc/sesgo	Tensor	(8,)	flotador32
política/last_fc/peso	Tensor	(8, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(8,)	flotador32
política/last_fc_log_std/peso	Tensor	(8, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(15,)	flotador64
pasos/información/qvel	Tensor	(14,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-medio-experto

• Tamaño de descarga : 713.67 MiB

• Tamaño del conjunto de datos : 1.13 GiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	2,237

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(15,)	flotador64
pasos/información/qvel	Tensor	(14,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-repetición media

• Tamaño de descarga : 130.16 MiB

• Tamaño del conjunto de datos : 175.27 MiB

• Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)

• Divisiones :

Dividir	Ejemplos
'train'	485

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(15,)	flotador64
pasos/información/qvel	Tensor	(14,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-aleatorio

• Tamaño de descarga : 366.66 MiB

• Tamaño del conjunto de datos : 583.90 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	5.822

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(8,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(15,)	flotador64
pasos/información/qvel	Tensor	(14,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(111,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):