d4rl_mujoco_hopper

• 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_hopper.D4rlMujocoHopper

• الإصدارات :

  • 1.0.0 : الإصدار الأولي.
  • 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_hopper/v0-expert (التكوين الافتراضي)

• حجم التحميل : 51.56 MiB

• حجم مجموعة البيانات : 64.10 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,029

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-medium

• حجم التحميل : 51.74 MiB

• حجم مجموعة البيانات : 64.68 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الإنشقاقات :

ينقسم	أمثلة
'train'	3,064

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-medium-expert

• حجم التحميل : 62.01 MiB

• حجم مجموعة البيانات : 77.25 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الإنشقاقات :

ينقسم	أمثلة
'train'	2,277

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-mixed

• حجم التحميل : 10.48 MiB

• حجم مجموعة البيانات : 13.15 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,250

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-random

• حجم التحميل : 51.83 MiB

• حجم مجموعة البيانات : 66.06 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الإنشقاقات :

ينقسم	أمثلة
'train'	8,793

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-expert

• حجم التحميل : 93.19 MiB

• حجم مجموعة البيانات : 608.03 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,836

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 11), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(6,), dtype=float32),
            'qvel': Tensor(shape=(6,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 11)	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	(3،)	float32
سياسة/last_fc/weight	الموتر	(3، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(3،)	float32
سياسة/last_fc_log_std/weight	الموتر	(3، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(6،)	float32
الخطوات/المعلومات/qvel	الموتر	(6،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium

• حجم التحميل : 92.03 MiB

• حجم مجموعة البيانات : 1.78 GiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	6,328

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 11), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(6,), dtype=float32),
            'qvel': Tensor(shape=(6,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 11)	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	(3،)	float32
سياسة/last_fc/weight	الموتر	(3، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(3،)	float32
سياسة/last_fc_log_std/weight	الموتر	(3، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(6،)	float32
الخطوات/المعلومات/qvel	الموتر	(6،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium-expert

• حجم التحميل : 184.59 MiB

• حجم مجموعة البيانات : 230.24 MiB

• التخزين المؤقت التلقائي ( الوثائق ): فقط عندما shuffle_files=False (القطار)

• الإنشقاقات :

ينقسم	أمثلة
'train'	8,163

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(6,), dtype=float32),
            'qvel': Tensor(shape=(6,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(6،)	float32
الخطوات/المعلومات/qvel	الموتر	(6،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium-replay

• حجم التحميل : 55.65 MiB

• حجم مجموعة البيانات : 34.78 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,151

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float64),
        'reward': float64,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float64
الخطوات/الخصم	الموتر		float64
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(6،)	float64
الخطوات/المعلومات/qvel	الموتر	(6،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float64
خطوات/مكافأة	الموتر		float64

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-full-replay

• حجم التحميل : 183.32 MiB

• حجم مجموعة البيانات : 114.78 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الإنشقاقات :

ينقسم	أمثلة
'train'	2,907

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float64),
        'reward': float64,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float64
الخطوات/الخصم	الموتر		float64
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(6،)	float64
الخطوات/المعلومات/qvel	الموتر	(6،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float64
خطوات/مكافأة	الموتر		float64

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-random

• حجم التحميل : 91.11 MiB

• حجم مجموعة البيانات : 130.73 MiB

• التخزين المؤقت التلقائي ( الوثائق ): فقط عندما shuffle_files=False (القطار)

• الإنشقاقات :

ينقسم	أمثلة
'train'	45,265

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(6,), dtype=float32),
            'qvel': Tensor(shape=(6,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float32
الخطوات/المعلومات/qpos	الموتر	(6،)	float32
الخطوات/المعلومات/qvel	الموتر	(6،)	float32
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-expert

• حجم التحميل : 145.37 MiB

• حجم مجموعة البيانات : 390.40 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	1,028

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 11), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 11)	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	(3،)	float32
سياسة/last_fc/weight	الموتر	(3، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(3،)	float32
سياسة/last_fc_log_std/weight	الموتر	(3، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(6،)	float64
الخطوات/المعلومات/qvel	الموتر	(6،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-full-replay

• حجم التحميل : 179.29 MiB

• حجم مجموعة البيانات : 115.04 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الإنشقاقات :

ينقسم	أمثلة
'train'	3,515

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(6،)	float64
الخطوات/المعلومات/qvel	الموتر	(6،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium

• حجم التحميل : 145.68 MiB

• حجم مجموعة البيانات : 702.57 MiB

• التخزين المؤقت التلقائي ( الوثائق ): لا

• الإنشقاقات :

ينقسم	أمثلة
'train'	2,187

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 11), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=float32),
            'weight': Tensor(shape=(3, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
سياسة	المميزاتDict
سياسة/fc0	المميزاتDict
سياسة/fc0/bias	الموتر	(256،)	float32
سياسة/fc0/الوزن	الموتر	(256، 11)	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	(3،)	float32
سياسة/last_fc/weight	الموتر	(3، 256)	float32
سياسة/last_fc_log_std	المميزاتDict
سياسة/last_fc_log_std/bias	الموتر	(3،)	float32
سياسة/last_fc_log_std/weight	الموتر	(3، 256)	float32
السياسة/اللاخطية	الموتر		خيط
سياسة/output_distribution	الموتر		خيط
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(6،)	float64
الخطوات/المعلومات/qvel	الموتر	(6،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium-expert

• حجم التحميل : 290.43 MiB

• حجم مجموعة البيانات : 228.28 MiB

• التخزين المؤقت التلقائي ( الوثائق ): فقط عندما shuffle_files=False (القطار)

• الإنشقاقات :

ينقسم	أمثلة
'train'	3,214

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(6،)	float64
الخطوات/المعلومات/qvel	الموتر	(6،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium-replay

• حجم التحميل : 72.34 MiB

• حجم مجموعة البيانات : 46.51 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الإنشقاقات :

ينقسم	أمثلة
'train'	2,041

• هيكل الميزة :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خوارزمية	الموتر		خيط
تكرار	الموتر		int32
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(6،)	float64
الخطوات/المعلومات/qvel	الموتر	(6،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-random

• حجم التحميل : 145.46 MiB

• حجم مجموعة البيانات : 130.72 MiB

• التخزين المؤقت التلقائي ( الوثائق ): فقط عندما shuffle_files=False (القطار)

• الإنشقاقات :

ينقسم	أمثلة
'train'	45,240

• هيكل الميزة :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(6,), dtype=float64),
            'qvel': Tensor(shape=(6,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(11,), dtype=float32),
        'reward': float32,
    }),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع D	وصف
	المميزاتDict
خطوات	مجموعة البيانات
الخطوات/الإجراء	الموتر	(3،)	float32
الخطوات/الخصم	الموتر		float32
الخطوات/المعلومات	المميزاتDict
الخطوات/المعلومات/action_log_probs	الموتر		float64
الخطوات/المعلومات/qpos	الموتر	(6،)	float64
الخطوات/المعلومات/qvel	الموتر	(6،)	float64
الخطوات/is_first	الموتر		منطقي
الخطوات/is_last	الموتر		منطقي
الخطوات/is_terminal	الموتر		منطقي
الخطوات/الملاحظة	الموتر	(11،)	float32
خطوات/مكافأة	الموتر		float32

• أمثلة ( tfds.as_dataframe ):