يدعم TFDS الآن تنسيق الكرواسون 🥐 ! اقرأ الوثائق لمعرفة المزيد.

تمت ترجمة هذه الصفحة بواسطة Cloud Translation API‏.

d4rl_mujoco_halfcheetah

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_halfcheetah.D4rlMujocoHalfcheetah
الإصدارات :
- 1.0.0 : الإصدار الأولي.
- 1.0.1 : دعم البيانات الوصفية للحلقة والخطوة، وتوحيد شكل المكافأة عبر جميع التكوينات.
- 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_halfcheetah/v0-expert (التكوين الافتراضي)

حجم التحميل : 83.44 MiB
حجم مجموعة البيانات : 98.43 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الإنشقاقات :

ينقسم	أمثلة
`'train'`	1,002

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v0-medium

حجم التحميل : 82.92 MiB
حجم مجموعة البيانات : 98.43 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الإنشقاقات :

ينقسم	أمثلة
`'train'`	1,002

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v0-medium-expert

حجم التحميل : 166.36 MiB
حجم مجموعة البيانات : 196.86 MiB
التخزين المؤقت التلقائي ( الوثائق ): فقط عندما shuffle_files=False (القطار)
الإنشقاقات :

ينقسم	أمثلة
`'train'`	2,004

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v0-mixed

حجم التحميل : 8.60 MiB
حجم مجموعة البيانات : 9.94 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الإنشقاقات :

ينقسم	أمثلة
`'train'`	101

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v0-random

حجم التحميل : 84.79 MiB
حجم مجموعة البيانات : 98.43 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الإنشقاقات :

ينقسم	أمثلة
`'train'`	1,002

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-expert

حجم التحميل : 146.94 MiB
حجم مجموعة البيانات : 451.88 MiB
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :

ينقسم	أمثلة
`'train'`	1000

هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 17), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(9,), dtype=float32),
            'qvel': Tensor(shape=(9,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 17)	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	(6،)	float32
سياسة/last_fc/weight	الموتر	(6، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(6،)	float32
سياسة/last_fc_log_std/weight	الموتر	(6، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(9،)	float32
الخطوات/المعلومات/qvel	الموتر	(9،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-medium

حجم التحميل : 146.65 MiB
حجم مجموعة البيانات : 451.88 MiB
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :

ينقسم	أمثلة
`'train'`	1000

هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 17), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(9,), dtype=float32),
            'qvel': Tensor(shape=(9,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 17)	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	(6،)	float32
سياسة/last_fc/weight	الموتر	(6، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(6،)	float32
سياسة/last_fc_log_std/weight	الموتر	(6، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(9،)	float32
الخطوات/المعلومات/qvel	الموتر	(9،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-medium-expert

حجم التحميل : 293.00 MiB
حجم مجموعة البيانات : 342.37 MiB
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :

ينقسم	أمثلة
`'train'`	2000

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(9,), dtype=float32),
            'qvel': Tensor(shape=(9,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(9،)	float32
الخطوات/المعلومات/qvel	الموتر	(9،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-medium-replay

حجم التحميل : 57.68 MiB
حجم مجموعة البيانات : 34.59 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الإنشقاقات :

ينقسم	أمثلة
`'train'`	202

هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float64),
        'reward': float64,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float64
الخطوات/الخصم	الموتر		float64
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(9،)	float64
الخطوات/المعلومات/qvel	الموتر	(9،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float64
خطوات/مكافأة	الموتر		float64

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-full-replay

حجم التحميل : 285.01 MiB
حجم مجموعة البيانات : 171.22 MiB
التخزين المؤقت التلقائي ( الوثائق ): فقط عندما shuffle_files=False (القطار)
الإنشقاقات :

ينقسم	أمثلة
`'train'`	1000

هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float64),
        'reward': float64,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float64
الخطوات/الخصم	الموتر		float64
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(9،)	float64
الخطوات/المعلومات/qvel	الموتر	(9،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float64
خطوات/مكافأة	الموتر		float64

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-random

حجم التحميل : 145.19 MiB
حجم مجموعة البيانات : 171.18 MiB
التخزين المؤقت التلقائي ( الوثائق ): فقط عندما shuffle_files=False (القطار)
الإنشقاقات :

ينقسم	أمثلة
`'train'`	1000

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(9,), dtype=float32),
            'qvel': Tensor(shape=(9,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(9،)	float32
الخطوات/المعلومات/qvel	الموتر	(9،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-expert

حجم التحميل : 226.46 MiB
حجم مجموعة البيانات : 451.88 MiB
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :

ينقسم	أمثلة
`'train'`	1000

هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 17), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 17)	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	(6،)	float32
سياسة/last_fc/weight	الموتر	(6، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(6،)	float32
سياسة/last_fc_log_std/weight	الموتر	(6، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(9،)	float64
الخطوات/المعلومات/qvel	الموتر	(9،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-full-replay

حجم التحميل : 277.88 MiB
حجم مجموعة البيانات : 171.22 MiB
التخزين المؤقت التلقائي ( الوثائق ): فقط عندما shuffle_files=False (القطار)
الإنشقاقات :

ينقسم	أمثلة
`'train'`	1000

هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(9،)	float64
الخطوات/المعلومات/qvel	الموتر	(9،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-medium

حجم التحميل : 226.71 MiB
حجم مجموعة البيانات : 451.88 MiB
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :

ينقسم	أمثلة
`'train'`	1000

هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 17), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 17)	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	(6،)	float32
سياسة/last_fc/weight	الموتر	(6، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(6،)	float32
سياسة/last_fc_log_std/weight	الموتر	(6، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(9،)	float64
الخطوات/المعلومات/qvel	الموتر	(9،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-medium-expert

حجم التحميل : 452.58 MiB
حجم مجموعة البيانات : 342.37 MiB
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :

ينقسم	أمثلة
`'train'`	2000

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(9،)	float64
الخطوات/المعلومات/qvel	الموتر	(9،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-medium-replay

حجم التحميل : 56.69 MiB
حجم مجموعة البيانات : 34.59 MiB
التخزين المؤقت التلقائي ( الوثائق ): نعم
الإنشقاقات :

ينقسم	أمثلة
`'train'`	202

هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(9،)	float64
الخطوات/المعلومات/qvel	الموتر	(9،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-random

حجم التحميل : 226.34 MiB
حجم مجموعة البيانات : 171.18 MiB
التخزين المؤقت التلقائي ( الوثائق ): فقط عندما shuffle_files=False (القطار)
الإنشقاقات :

ينقسم	أمثلة
`'train'`	1000

هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

وثائق الميزة :

ميزة	فصل	شكل	نوع D
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(6،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(9،)	float64
الخطوات/المعلومات/qvel	الموتر	(9،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(17،)	float32
خطوات/مكافأة	الموتر		float32

أمثلة ( tfds.as_dataframe ):