टीएफडीएस अब क्रोइसैन 🥐 प्रारूप का समर्थन करता है! अधिक जानने के लिए दस्तावेज़ पढ़ें.

इस पेज का अनुवाद Cloud Translation API से किया गया है.

d4rl_mujoco_halfcheetah

विवरण :

D4RL ऑफ़लाइन रीइन्फोर्समेंट लर्निंग के लिए एक ओपन-सोर्स बेंचमार्क है। यह प्रशिक्षण और बेंचमार्किंग एल्गोरिदम के लिए मानकीकृत वातावरण और डेटासेट प्रदान करता है।

डेटासेट चरण और एपिसोड का प्रतिनिधित्व करने के लिए आरएलडीएस प्रारूप का पालन करते हैं।

कॉन्फिग विवरण : https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym में कार्य और इसके संस्करणों के बारे में अधिक विवरण देखें
होमपेज : https://sites.google.com/view/d4rl/home
स्रोत कोड : tfds.d4rl.d4rl_mujoco_halfcheetah.D4rlMujocoHalfcheetah
संस्करण :
- 1.0.0 : प्रारंभिक रिलीज।
- 1.0.1 : एपिसोड और स्टेप मेटाडेटा के लिए समर्थन, और सभी कॉन्फ़िगरेशन में इनाम के आकार का एकीकरण।
- 1.1.0 : is_last जोड़ा गया।
- 1.2.0 (डिफ़ॉल्ट): अगले अवलोकन को ध्यान में रखते हुए अपडेट किया गया।
पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None
चित्र ( tfds.show_examples ): समर्थित नहीं है।
उद्धरण :

@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 (डिफ़ॉल्ट कॉन्फ़िगरेशन)

डाउनलोड आकार : 83.44 MiB
डेटासेट का आकार : 98.43 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,002

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v0-मध्यम

डाउनलोड आकार : 82.92 MiB
डेटासेट का आकार : 98.43 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,002

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_ halfcheetah/v0-मध्यम-विशेषज्ञ

डाउनलोड आकार : 166.36 MiB
डेटासेट का आकार : 196.86 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)
विभाजन :

विभाजित करना	उदाहरण
`'train'`	2,004

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_ halfcheetah/v0-mixed

डाउनलोड आकार : 8.60 MiB
डेटासेट का आकार : 9.94 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	101

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_ halfcheetah/v0-random

डाउनलोड आकार : 84.79 MiB
डेटासेट का आकार : 98.43 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,002

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-expert

डाउनलोड आकार : 146.94 MiB
डेटासेट का आकार : 451.88 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,000

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कलन विधि	टेन्सर		डोरी
यात्रा	टेन्सर		int32
नीति	विशेषताएं डिक्ट
नीति/fc0	विशेषताएं डिक्ट
नीति/fc0/पूर्वाग्रह	टेन्सर	(256,)	फ्लोट32
नीति/fc0/वजन	टेन्सर	(256, 17)	फ्लोट32
नीति/fc1	विशेषताएं डिक्ट
नीति/fc1/पूर्वाग्रह	टेन्सर	(256,)	फ्लोट32
नीति/fc1/वजन	टेन्सर	(256, 256)	फ्लोट32
पॉलिसी/last_fc	विशेषताएं डिक्ट
नीति/last_fc/पूर्वाग्रह	टेन्सर	(6,)	फ्लोट32
पॉलिसी/last_fc/वजन	टेन्सर	(6, 256)	फ्लोट32
नीति/last_fc_log_std	विशेषताएं डिक्ट
नीति/last_fc_log_std/पूर्वाग्रह	टेन्सर	(6,)	फ्लोट32
पॉलिसी/last_fc_log_std/वजन	टेन्सर	(6, 256)	फ्लोट32
नीति/अरैखिकता	टेन्सर		डोरी
पॉलिसी/आउटपुट_डिस्ट्रीब्यूशन	टेन्सर		डोरी
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट32
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट32
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट32
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-medium

डाउनलोड आकार : 146.65 MiB
डेटासेट का आकार : 451.88 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,000

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कलन विधि	टेन्सर		डोरी
यात्रा	टेन्सर		int32
नीति	विशेषताएं डिक्ट
नीति/fc0	विशेषताएं डिक्ट
नीति/fc0/पूर्वाग्रह	टेन्सर	(256,)	फ्लोट32
नीति/fc0/वजन	टेन्सर	(256, 17)	फ्लोट32
नीति/fc1	विशेषताएं डिक्ट
नीति/fc1/पूर्वाग्रह	टेन्सर	(256,)	फ्लोट32
नीति/fc1/वजन	टेन्सर	(256, 256)	फ्लोट32
पॉलिसी/last_fc	विशेषताएं डिक्ट
नीति/last_fc/पूर्वाग्रह	टेन्सर	(6,)	फ्लोट32
पॉलिसी/last_fc/वजन	टेन्सर	(6, 256)	फ्लोट32
नीति/last_fc_log_std	विशेषताएं डिक्ट
नीति/last_fc_log_std/पूर्वाग्रह	टेन्सर	(6,)	फ्लोट32
पॉलिसी/last_fc_log_std/वजन	टेन्सर	(6, 256)	फ्लोट32
नीति/अरैखिकता	टेन्सर		डोरी
पॉलिसी/आउटपुट_डिस्ट्रीब्यूशन	टेन्सर		डोरी
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट32
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट32
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट32
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-मध्यम-विशेषज्ञ

डाउनलोड आकार : 293.00 MiB
डेटासेट का आकार : 342.37 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'train'`	2,000

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट32
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट32
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट32
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_ halfcheetah/v1-मीडियम-रिप्ले

डाउनलोड आकार : 57.68 MiB
डेटासेट का आकार : 34.59 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	202

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कलन विधि	टेन्सर		डोरी
यात्रा	टेन्सर		int32
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट64
चरण/छूट	टेन्सर		फ्लोट64
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट64
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट64
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट64
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट64
कदम / इनाम	टेन्सर		फ्लोट64

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-पूर्ण-पुनरावृत्ति

डाउनलोड आकार : 285.01 MiB
डेटासेट का आकार : 171.22 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,000

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कलन विधि	टेन्सर		डोरी
यात्रा	टेन्सर		int32
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट64
चरण/छूट	टेन्सर		फ्लोट64
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट64
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट64
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट64
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट64
कदम / इनाम	टेन्सर		फ्लोट64

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v1-random

डाउनलोड आकार : 145.19 MiB
डेटासेट का आकार : 171.18 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,000

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट32
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट32
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट32
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_ halfcheetah/v2-expert

डाउनलोड का आकार : 226.46 MiB
डेटासेट का आकार : 451.88 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,000

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कलन विधि	टेन्सर		डोरी
यात्रा	टेन्सर		int32
नीति	विशेषताएं डिक्ट
नीति/fc0	विशेषताएं डिक्ट
नीति/fc0/पूर्वाग्रह	टेन्सर	(256,)	फ्लोट32
नीति/fc0/वजन	टेन्सर	(256, 17)	फ्लोट32
नीति/fc1	विशेषताएं डिक्ट
नीति/fc1/पूर्वाग्रह	टेन्सर	(256,)	फ्लोट32
नीति/fc1/वजन	टेन्सर	(256, 256)	फ्लोट32
पॉलिसी/last_fc	विशेषताएं डिक्ट
नीति/last_fc/पूर्वाग्रह	टेन्सर	(6,)	फ्लोट32
पॉलिसी/last_fc/वजन	टेन्सर	(6, 256)	फ्लोट32
नीति/last_fc_log_std	विशेषताएं डिक्ट
नीति/last_fc_log_std/पूर्वाग्रह	टेन्सर	(6,)	फ्लोट32
पॉलिसी/last_fc_log_std/वजन	टेन्सर	(6, 256)	फ्लोट32
नीति/अरैखिकता	टेन्सर		डोरी
पॉलिसी/आउटपुट_डिस्ट्रीब्यूशन	टेन्सर		डोरी
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट64
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट64
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट64
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_ halfcheetah/v2-फुल-रीप्ले

डाउनलोड आकार : 277.88 MiB
डेटासेट का आकार : 171.22 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,000

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कलन विधि	टेन्सर		डोरी
यात्रा	टेन्सर		int32
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट64
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट64
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट64
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-मीडियम

डाउनलोड आकार : 226.71 MiB
डेटासेट का आकार : 451.88 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,000

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कलन विधि	टेन्सर		डोरी
यात्रा	टेन्सर		int32
नीति	विशेषताएं डिक्ट
नीति/fc0	विशेषताएं डिक्ट
नीति/fc0/पूर्वाग्रह	टेन्सर	(256,)	फ्लोट32
नीति/fc0/वजन	टेन्सर	(256, 17)	फ्लोट32
नीति/fc1	विशेषताएं डिक्ट
नीति/fc1/पूर्वाग्रह	टेन्सर	(256,)	फ्लोट32
नीति/fc1/वजन	टेन्सर	(256, 256)	फ्लोट32
पॉलिसी/last_fc	विशेषताएं डिक्ट
नीति/last_fc/पूर्वाग्रह	टेन्सर	(6,)	फ्लोट32
पॉलिसी/last_fc/वजन	टेन्सर	(6, 256)	फ्लोट32
नीति/last_fc_log_std	विशेषताएं डिक्ट
नीति/last_fc_log_std/पूर्वाग्रह	टेन्सर	(6,)	फ्लोट32
पॉलिसी/last_fc_log_std/वजन	टेन्सर	(6, 256)	फ्लोट32
नीति/अरैखिकता	टेन्सर		डोरी
पॉलिसी/आउटपुट_डिस्ट्रीब्यूशन	टेन्सर		डोरी
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट64
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट64
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट64
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_ halfcheetah/v2-मीडियम-एक्सपर्ट

डाउनलोड का आकार : 452.58 MiB
डेटासेट का आकार : 342.37 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'train'`	2,000

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट64
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट64
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट64
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_ halfcheetah/v2-मीडियम-रिप्ले

डाउनलोड आकार : 56.69 MiB
डेटासेट का आकार : 34.59 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	202

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कलन विधि	टेन्सर		डोरी
यात्रा	टेन्सर		int32
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट64
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट64
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट64
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_halfcheetah/v2-random

डाउनलोड का आकार : 226.34 MiB
डेटासेट का आकार : 171.18 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,000

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएं डिक्ट
कदम	डेटासेट
कदम / कार्रवाई	टेन्सर	(6,)	फ्लोट32
चरण/छूट	टेन्सर		फ्लोट32
कदम/जानकारी	विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		फ्लोट64
चरण/जानकारी/qpos	टेन्सर	(9,)	फ्लोट64
कदम/जानकारी/qvel	टेन्सर	(9,)	फ्लोट64
चरण/is_first	टेन्सर		बूल
चरण/is_last	टेन्सर		बूल
कदम/is_terminal	टेन्सर		बूल
चरण/अवलोकन	टेन्सर	(17,)	फ्लोट32
कदम / इनाम	टेन्सर		फ्लोट32

उदाहरण ( tfds.as_dataframe ):