¡TFDS ahora admite el formato Croissant 🥐 ! Lea la documentación para saber más.

Esta página se ha traducido con Cloud Translation API.

d4rl_mujoco_halfcheetah

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_halfcheetah.D4rlMujocoHalfcheetah
Versiones :
- 1.0.0 : versión inicial.
- 1.0.1 : Compatibilidad con metadatos de episodios y pasos, y unificación de la forma de recompensa en todas las configuraciones.
- 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_halfcheetah/v0-expert (configuración predeterminada)

Tamaño de descarga : 83.44 MiB
Tamaño del conjunto de datos : 98.43 MiB
Almacenamiento en caché automático ( documentación ): Sí
Divisiones :

Dividir	Ejemplos
`'train'`	1.002

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v0-medium

Tamaño de descarga : 82.92 MiB
Tamaño del conjunto de datos : 98.43 MiB
Almacenamiento en caché automático ( documentación ): Sí
Divisiones :

Dividir	Ejemplos
`'train'`	1.002

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v0-medio-experto

Tamaño de descarga : 166.36 MiB
Tamaño del conjunto de datos : 196.86 MiB
Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)
Divisiones :

Dividir	Ejemplos
`'train'`	2.004

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v0-mixto

Tamaño de descarga : 8.60 MiB
Tamaño del conjunto de datos : 9.94 MiB
Almacenamiento en caché automático ( documentación ): Sí
Divisiones :

Dividir	Ejemplos
`'train'`	101

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v0-aleatorio

Tamaño de descarga : 84.79 MiB
Tamaño del conjunto de datos : 98.43 MiB
Almacenamiento en caché automático ( documentación ): Sí
Divisiones :

Dividir	Ejemplos
`'train'`	1.002

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-experto

Tamaño de descarga : 146.94 MiB
Tamaño del conjunto de datos : 451.88 MiB
Almacenamiento en caché automático ( documentación ): No
Divisiones :

Dividir	Ejemplos
`'train'`	1.000

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 17)	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	(6,)	flotador32
política/last_fc/peso	Tensor	(6, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(6,)	flotador32
política/last_fc_log_std/peso	Tensor	(6, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(9,)	flotador32
pasos/información/qvel	Tensor	(9,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-medio

Tamaño de descarga : 146.65 MiB
Tamaño del conjunto de datos : 451.88 MiB
Almacenamiento en caché automático ( documentación ): No
Divisiones :

Dividir	Ejemplos
`'train'`	1.000

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 17)	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	(6,)	flotador32
política/last_fc/peso	Tensor	(6, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(6,)	flotador32
política/last_fc_log_std/peso	Tensor	(6, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(9,)	flotador32
pasos/información/qvel	Tensor	(9,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-medio-experto

Tamaño de descarga : 293.00 MiB
Tamaño del conjunto de datos : 342.37 MiB
Almacenamiento en caché automático ( documentación ): No
Divisiones :

Dividir	Ejemplos
`'train'`	2.000

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(9,)	flotador32
pasos/información/qvel	Tensor	(9,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-repetición media

Tamaño de descarga : 57.68 MiB
Tamaño del conjunto de datos : 34.59 MiB
Almacenamiento en caché automático ( documentación ): Sí
Divisiones :

Dividir	Ejemplos
`'train'`	202

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador64
pasos/descuento	Tensor		flotador64
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador64
pasos/recompensa	Tensor		flotador64

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-repetición completa

Tamaño de descarga : 285.01 MiB
Tamaño del conjunto de datos : 171.22 MiB
Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)
Divisiones :

Dividir	Ejemplos
`'train'`	1.000

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador64
pasos/descuento	Tensor		flotador64
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador64
pasos/recompensa	Tensor		flotador64

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-aleatorio

Tamaño de descarga : 145.19 MiB
Tamaño del conjunto de datos : 171.18 MiB
Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)
Divisiones :

Dividir	Ejemplos
`'train'`	1.000

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(9,)	flotador32
pasos/información/qvel	Tensor	(9,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-experto

Tamaño de descarga : 226.46 MiB
Tamaño del conjunto de datos : 451.88 MiB
Almacenamiento en caché automático ( documentación ): No
Divisiones :

Dividir	Ejemplos
`'train'`	1.000

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 17)	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	(6,)	flotador32
política/last_fc/peso	Tensor	(6, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(6,)	flotador32
política/last_fc_log_std/peso	Tensor	(6, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-repetición completa

Tamaño de descarga : 277.88 MiB
Tamaño del conjunto de datos : 171.22 MiB
Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)
Divisiones :

Dividir	Ejemplos
`'train'`	1.000

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-medio

Tamaño de descarga : 226.71 MiB
Tamaño del conjunto de datos : 451.88 MiB
Almacenamiento en caché automático ( documentación ): No
Divisiones :

Dividir	Ejemplos
`'train'`	1.000

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 17)	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	(6,)	flotador32
política/last_fc/peso	Tensor	(6, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(6,)	flotador32
política/last_fc_log_std/peso	Tensor	(6, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-medio-experto

Tamaño de descarga : 452.58 MiB
Tamaño del conjunto de datos : 342.37 MiB
Almacenamiento en caché automático ( documentación ): No
Divisiones :

Dividir	Ejemplos
`'train'`	2.000

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-repetición media

Tamaño de descarga : 56.69 MiB
Tamaño del conjunto de datos : 34.59 MiB
Almacenamiento en caché automático ( documentación ): Sí
Divisiones :

Dividir	Ejemplos
`'train'`	202

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-aleatorio

Tamaño de descarga : 226.34 MiB
Tamaño del conjunto de datos : 171.18 MiB
Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)
Divisiones :

Dividir	Ejemplos
`'train'`	1.000

Estructura de características :

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,
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

Ejemplos ( tfds.as_dataframe ):