d4rl_mujoco_halfcheetah

• الوصف :

D4RL هو معيار مفتوح المصدر للتعلم المعزز في وضع عدم الاتصال. يوفر بيئات ومجموعات بيانات موحدة للتدريب وخوارزميات قياس الأداء.

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/home

• كود المصدر : tfds.d4rl.d4rl_mujoco_halfcheetah.D4rlMujocoHalfcheetah

• إصدارات :

  • 1.0.0 : الإصدار الأولي.
  • 1.0.1 : دعم البيانات الوصفية للحلقة والخطوة ، وتوحيد شكل المكافأة عبر جميع التكوينات.
  • 1.1.0 : تمت الإضافة is_last.
  • 1.2.0 (افتراضي): تم التحديث لمراعاة الملاحظة التالية.

• المفاتيح الخاضعة للإشراف (انظر المستند as_supervised ): 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

• الانقسامات :

انشق، مزق	أمثلة
'train'	1002

• 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	وصف
	الميزات
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v0-medium

• حجم التحميل : ٨٢ ​​٫ 82.92 MiB

• حجم مجموعة البيانات : 98.43 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

انشق، مزق	أمثلة
'train'	1002

• 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	وصف
	الميزات
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v0-medium-expert

• حجم التحميل : 166.36 MiB

• حجم مجموعة البيانات : 196.86 MiB

• التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

• الانقسامات :

انشق، مزق	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	وصف
	الميزات
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v0- مختلط

• حجم التحميل : 8.60 MiB

• حجم مجموعة البيانات : 9.94 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

انشق، مزق	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	وصف
	الميزات
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v0- عشوائي

• حجم التحميل : 84.79 MiB

• حجم مجموعة البيانات : 98.43 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

انشق، مزق	أمثلة
'train'	1002

• 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	وصف
	الميزات
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v1-expert

• حجم التحميل : 146.94 MiB

• حجم مجموعة البيانات : 451.88 MiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

انشق، مزق	أمثلة
'train'	1،000

• 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	وصف
	الميزات
الخوارزمية	موتر		سلسلة
تكرار	موتر		int32
سياسات	الميزات
سياسة / fc0	الميزات
سياسة / fc0 / تحيز	موتر	(256 ،)	تعويم 32
السياسة / fc0 / الوزن	موتر	(256 ، 17)	تعويم 32
سياسة / fc1	الميزات
سياسة / fc1 / تحيز	موتر	(256 ،)	تعويم 32
السياسة / fc1 / الوزن	موتر	(256 ، 256)	تعويم 32
السياسة / last_fc	الميزات
سياسة / last_fc / تحيز	موتر	(6 ،)	تعويم 32
السياسة / last_fc / الوزن	موتر	(6 ، 256)	تعويم 32
السياسة / last_fc_log_std	الميزات
السياسة / last_fc_log_std / التحيز	موتر	(6 ،)	تعويم 32
السياسة / last_fc_log_std / الوزن	موتر	(6 ، 256)	تعويم 32
السياسة / اللاخطية	موتر		سلسلة
توزيع السياسة / الإخراج	موتر		سلسلة
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 32
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 32
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 32
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v1-medium

• حجم التحميل : 146.65 MiB

• حجم مجموعة البيانات : 451.88 MiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

انشق، مزق	أمثلة
'train'	1،000

• 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	وصف
	الميزات
الخوارزمية	موتر		سلسلة
تكرار	موتر		int32
سياسات	الميزات
سياسة / fc0	الميزات
سياسة / fc0 / تحيز	موتر	(256 ،)	تعويم 32
السياسة / fc0 / الوزن	موتر	(256 ، 17)	تعويم 32
سياسة / fc1	الميزات
سياسة / fc1 / تحيز	موتر	(256 ،)	تعويم 32
السياسة / fc1 / الوزن	موتر	(256 ، 256)	تعويم 32
السياسة / last_fc	الميزات
سياسة / last_fc / تحيز	موتر	(6 ،)	تعويم 32
السياسة / last_fc / الوزن	موتر	(6 ، 256)	تعويم 32
السياسة / last_fc_log_std	الميزات
السياسة / last_fc_log_std / التحيز	موتر	(6 ،)	تعويم 32
السياسة / last_fc_log_std / الوزن	موتر	(6 ، 256)	تعويم 32
السياسة / اللاخطية	موتر		سلسلة
توزيع السياسة / الإخراج	موتر		سلسلة
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 32
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 32
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 32
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v1- خبير متوسط

• حجم التحميل : 293.00 MiB

• حجم مجموعة البيانات : 342.37 MiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

انشق، مزق	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	وصف
	الميزات
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 32
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 32
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 32
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v1- إعادة تشغيل متوسطة

• حجم التحميل : 57.68 MiB

• حجم مجموعة البيانات : 34.59 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

انشق، مزق	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	وصف
	الميزات
الخوارزمية	موتر		سلسلة
تكرار	موتر		int32
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 64
خطوات / خصم	موتر		تعويم 64
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 64
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 64
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 64
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 64
خطوات / مكافأة	موتر		تعويم 64

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v1- إعادة تشغيل كاملة

• حجم التحميل : 285.01 MiB

• حجم مجموعة البيانات : 171.22 MiB

• التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

• الانقسامات :

انشق، مزق	أمثلة
'train'	1،000

• 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	وصف
	الميزات
الخوارزمية	موتر		سلسلة
تكرار	موتر		int32
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 64
خطوات / خصم	موتر		تعويم 64
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 64
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 64
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 64
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 64
خطوات / مكافأة	موتر		تعويم 64

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v1-random

• حجم التحميل : 145.19 MiB

• حجم مجموعة البيانات : 171.18 MiB

• التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

• الانقسامات :

انشق، مزق	أمثلة
'train'	1،000

• 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	وصف
	الميزات
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 32
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 32
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 32
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v2-expert

• حجم التحميل : 226.46 MiB

• حجم مجموعة البيانات : 451.88 MiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

انشق، مزق	أمثلة
'train'	1،000

• 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	وصف
	الميزات
الخوارزمية	موتر		سلسلة
تكرار	موتر		int32
سياسات	الميزات
سياسة / fc0	الميزات
سياسة / fc0 / تحيز	موتر	(256 ،)	تعويم 32
السياسة / fc0 / الوزن	موتر	(256 ، 17)	تعويم 32
سياسة / fc1	الميزات
سياسة / fc1 / تحيز	موتر	(256 ،)	تعويم 32
السياسة / fc1 / الوزن	موتر	(256 ، 256)	تعويم 32
السياسة / last_fc	الميزات
سياسة / last_fc / تحيز	موتر	(6 ،)	تعويم 32
السياسة / last_fc / الوزن	موتر	(6 ، 256)	تعويم 32
السياسة / last_fc_log_std	الميزات
السياسة / last_fc_log_std / التحيز	موتر	(6 ،)	تعويم 32
السياسة / last_fc_log_std / الوزن	موتر	(6 ، 256)	تعويم 32
السياسة / اللاخطية	موتر		سلسلة
توزيع السياسة / الإخراج	موتر		سلسلة
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 64
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 64
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 64
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v2- إعادة تشغيل كاملة

• حجم التحميل : 277.88 MiB

• حجم مجموعة البيانات : 171.22 MiB

• التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

• الانقسامات :

انشق، مزق	أمثلة
'train'	1،000

• 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	وصف
	الميزات
الخوارزمية	موتر		سلسلة
تكرار	موتر		int32
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 64
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 64
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 64
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v2-medium

• حجم التحميل : 226.71 MiB

• حجم مجموعة البيانات : 451.88 MiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

انشق، مزق	أمثلة
'train'	1،000

• 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	وصف
	الميزات
الخوارزمية	موتر		سلسلة
تكرار	موتر		int32
سياسات	الميزات
سياسة / fc0	الميزات
سياسة / fc0 / تحيز	موتر	(256 ،)	تعويم 32
السياسة / fc0 / الوزن	موتر	(256 ، 17)	تعويم 32
سياسة / fc1	الميزات
سياسة / fc1 / تحيز	موتر	(256 ،)	تعويم 32
السياسة / fc1 / الوزن	موتر	(256 ، 256)	تعويم 32
السياسة / last_fc	الميزات
سياسة / last_fc / تحيز	موتر	(6 ،)	تعويم 32
السياسة / last_fc / الوزن	موتر	(6 ، 256)	تعويم 32
السياسة / last_fc_log_std	الميزات
السياسة / last_fc_log_std / التحيز	موتر	(6 ،)	تعويم 32
السياسة / last_fc_log_std / الوزن	موتر	(6 ، 256)	تعويم 32
السياسة / اللاخطية	موتر		سلسلة
توزيع السياسة / الإخراج	موتر		سلسلة
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 64
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 64
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 64
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v2-medium-expert

• حجم التحميل : 452.58 MiB

• حجم مجموعة البيانات : 342.37 MiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

انشق، مزق	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	وصف
	الميزات
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 64
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 64
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 64
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v2- إعادة تشغيل متوسطة

• حجم التحميل : 56.69 MiB

• حجم مجموعة البيانات : 34.59 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

انشق، مزق	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	وصف
	الميزات
الخوارزمية	موتر		سلسلة
تكرار	موتر		int32
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 64
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 64
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 64
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah / v2-random

• حجم التحميل : 226.34 MiB

• حجم مجموعة البيانات : 171.18 MiB

• التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

• الانقسامات :

انشق، مزق	أمثلة
'train'	1،000

• 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	وصف
	الميزات
خطوات	مجموعة البيانات
خطوات / عمل	موتر	(6 ،)	تعويم 32
خطوات / خصم	موتر		تعويم 32
خطوات / معلومات	الميزات
الخطوات / المعلومات / action_log_probs	موتر		تعويم 64
الخطوات / بقية المقال / qpos	موتر	(9 ،)	تعويم 64
الخطوات / المقال / qvel	موتر	(9 ،)	تعويم 64
الخطوات / is_first	موتر		منطقي
الخطوات / is_last	موتر		منطقي
الخطوات / is_terminal	موتر		منطقي
خطوات / ملاحظة	موتر	(17 ،)	تعويم 32
خطوات / مكافأة	موتر		تعويم 32

• أمثلة ( tfds.as_dataframe ):