d4rl_mujoco_hopper

• Opis :

D4RL to punkt odniesienia typu open source do uczenia się przez wzmacnianie w trybie offline. Zapewnia standaryzowane środowiska i zbiory danych do algorytmów szkoleniowych i porównawczych.

Zbiory danych są zgodne z formatem RLDS i reprezentują kroki i odcinki.

• Opis konfiguracji : więcej szczegółów na temat zadania i jego wersji znajdziesz na https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym

• Strona główna : https://sites.google.com/view/d4rl-anonymous

• Kod źródłowy : tfds.d4rl.d4rl_mujoco_hopper.D4rlMujocoHopper

• Wersje :

  • 1.0.0 : Pierwsza wersja.
  • 1.1.0 : Dodano is_last.
  • 1.2.0 (domyślnie): Zaktualizowano, aby uwzględnić następną obserwację.

• Klucze nadzorowane (zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Cytat :

@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 (konfiguracja domyślna)

• Rozmiar pobierania : 51.56 MiB

• Rozmiar zbioru danych : 64.10 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

Podział	Przykłady
'train'	1029

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-medium

• Rozmiar pobierania : 51.74 MiB

• Rozmiar zbioru danych : 64.68 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

Podział	Przykłady
'train'	3064

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-medium-expert

• Rozmiar pobierania : 62.01 MiB

• Rozmiar zbioru danych : 77.25 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

Podział	Przykłady
'train'	2277

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-mieszany

• Rozmiar pobierania : 10.48 MiB

• Rozmiar zbioru danych : 13.15 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

Podział	Przykłady
'train'	1250

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-random

• Rozmiar pobierania : 51.83 MiB

• Rozmiar zbioru danych : 66.06 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

Podział	Przykłady
'train'	8793

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-expert

• Rozmiar pobierania : 93.19 MiB

• Rozmiar zbioru danych : 608.03 MiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

Podział	Przykłady
'train'	1836

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
algorytm	Napinacz		strunowy
iteracja	Napinacz		int32
polityka	FunkcjeDykt
polityka/fc0	FunkcjeDykt
polityka/fc0/stronniczość	Napinacz	(256,)	pływak32
polityka/fc0/waga	Napinacz	(256, 11)	pływak32
polityka/fc1	FunkcjeDykt
polityka/fc1/stronniczość	Napinacz	(256,)	pływak32
polisa/fc1/waga	Napinacz	(256, 256)	pływak32
polityka/last_fc	FunkcjeDykt
policy/last_fc/bias	Napinacz	(3,)	pływak32
policy/last_fc/waga	Napinacz	(3, 256)	pływak32
polityka/last_fc_log_std	FunkcjeDykt
policy/last_fc_log_std/bias	Napinacz	(3,)	pływak32
policy/last_fc_log_std/waga	Napinacz	(3, 256)	pływak32
polityka/nieliniowość	Napinacz		strunowy
polityka/dystrybucja_wyjściowa	Napinacz		strunowy
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak32
kroki/informacje/qpos	Napinacz	(6,)	pływak32
kroki/informacje/kw	Napinacz	(6,)	pływak32
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium

• Rozmiar pobierania : 92.03 MiB

• Rozmiar zbioru danych : 1.78 GiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

Podział	Przykłady
'train'	6328

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
algorytm	Napinacz		strunowy
iteracja	Napinacz		int32
polityka	FunkcjeDykt
polityka/fc0	FunkcjeDykt
polityka/fc0/stronniczość	Napinacz	(256,)	pływak32
polityka/fc0/waga	Napinacz	(256, 11)	pływak32
polityka/fc1	FunkcjeDykt
polityka/fc1/stronniczość	Napinacz	(256,)	pływak32
polisa/fc1/waga	Napinacz	(256, 256)	pływak32
polityka/last_fc	FunkcjeDykt
policy/last_fc/bias	Napinacz	(3,)	pływak32
policy/last_fc/waga	Napinacz	(3, 256)	pływak32
polityka/last_fc_log_std	FunkcjeDykt
policy/last_fc_log_std/bias	Napinacz	(3,)	pływak32
policy/last_fc_log_std/waga	Napinacz	(3, 256)	pływak32
polityka/nieliniowość	Napinacz		strunowy
polityka/dystrybucja_wyjściowa	Napinacz		strunowy
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak32
kroki/informacje/qpos	Napinacz	(6,)	pływak32
kroki/informacje/kw	Napinacz	(6,)	pływak32
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium-expert

• Rozmiar pobierania : 184.59 MiB

• Rozmiar zbioru danych : 230.24 MiB

• Automatyczne buforowanie ( dokumentacja ): Tylko wtedy, gdy shuffle_files=False (pociąg)

• Podziały :

Podział	Przykłady
'train'	8163

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak32
kroki/informacje/qpos	Napinacz	(6,)	pływak32
kroki/informacje/kw	Napinacz	(6,)	pływak32
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium-replay

• Rozmiar pobierania : 55.65 MiB

• Rozmiar zbioru danych : 34.78 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

Podział	Przykłady
'train'	1151

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
algorytm	Napinacz		strunowy
iteracja	Napinacz		int32
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak64
kroki/rabat	Napinacz		pływak64
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak64
kroki/informacje/qpos	Napinacz	(6,)	pływak64
kroki/informacje/kw	Napinacz	(6,)	pływak64
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak64
kroki/nagroda	Napinacz		pływak64

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-full-replay

• Rozmiar pobierania : 183.32 MiB

• Rozmiar zbioru danych : 114.78 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

Podział	Przykłady
'train'	2907

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
algorytm	Napinacz		strunowy
iteracja	Napinacz		int32
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak64
kroki/rabat	Napinacz		pływak64
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak64
kroki/informacje/qpos	Napinacz	(6,)	pływak64
kroki/informacje/kw	Napinacz	(6,)	pływak64
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak64
kroki/nagroda	Napinacz		pływak64

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-random

• Rozmiar pobierania : 91.11 MiB

• Rozmiar zbioru danych : 130.73 MiB

• Automatyczne buforowanie ( dokumentacja ): Tylko wtedy, gdy shuffle_files=False (pociąg)

• Podziały :

Podział	Przykłady
'train'	45265

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak32
kroki/informacje/qpos	Napinacz	(6,)	pływak32
kroki/informacje/kw	Napinacz	(6,)	pływak32
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-expert

• Rozmiar pobierania : 145.37 MiB

• Rozmiar zbioru danych : 390.40 MiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

Podział	Przykłady
'train'	1028

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
algorytm	Napinacz		strunowy
iteracja	Napinacz		int32
polityka	FunkcjeDykt
polityka/fc0	FunkcjeDykt
polityka/fc0/stronniczość	Napinacz	(256,)	pływak32
polityka/fc0/waga	Napinacz	(256, 11)	pływak32
polityka/fc1	FunkcjeDykt
polityka/fc1/stronniczość	Napinacz	(256,)	pływak32
polisa/fc1/waga	Napinacz	(256, 256)	pływak32
polityka/last_fc	FunkcjeDykt
policy/last_fc/bias	Napinacz	(3,)	pływak32
policy/last_fc/waga	Napinacz	(3, 256)	pływak32
polityka/last_fc_log_std	FunkcjeDykt
policy/last_fc_log_std/bias	Napinacz	(3,)	pływak32
policy/last_fc_log_std/waga	Napinacz	(3, 256)	pływak32
polityka/nieliniowość	Napinacz		strunowy
polityka/dystrybucja_wyjściowa	Napinacz		strunowy
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak64
kroki/informacje/qpos	Napinacz	(6,)	pływak64
kroki/informacje/kw	Napinacz	(6,)	pływak64
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-full-replay

• Rozmiar pobierania : 179.29 MiB

• Rozmiar zbioru danych : 115.04 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

Podział	Przykłady
'train'	3515

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
algorytm	Napinacz		strunowy
iteracja	Napinacz		int32
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak64
kroki/informacje/qpos	Napinacz	(6,)	pływak64
kroki/informacje/kw	Napinacz	(6,)	pływak64
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium

• Rozmiar pobierania : 145.68 MiB

• Rozmiar zbioru danych : 702.57 MiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

Podział	Przykłady
'train'	2187

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
algorytm	Napinacz		strunowy
iteracja	Napinacz		int32
polityka	FunkcjeDykt
polityka/fc0	FunkcjeDykt
polityka/fc0/stronniczość	Napinacz	(256,)	pływak32
polityka/fc0/waga	Napinacz	(256, 11)	pływak32
polityka/fc1	FunkcjeDykt
polityka/fc1/stronniczość	Napinacz	(256,)	pływak32
polisa/fc1/waga	Napinacz	(256, 256)	pływak32
polityka/last_fc	FunkcjeDykt
policy/last_fc/bias	Napinacz	(3,)	pływak32
policy/last_fc/waga	Napinacz	(3, 256)	pływak32
polityka/last_fc_log_std	FunkcjeDykt
policy/last_fc_log_std/bias	Napinacz	(3,)	pływak32
policy/last_fc_log_std/waga	Napinacz	(3, 256)	pływak32
polityka/nieliniowość	Napinacz		strunowy
polityka/dystrybucja_wyjściowa	Napinacz		strunowy
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak64
kroki/informacje/qpos	Napinacz	(6,)	pływak64
kroki/informacje/kw	Napinacz	(6,)	pływak64
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium-expert

• Rozmiar pobierania : 290.43 MiB

• Rozmiar zbioru danych : 228.28 MiB

• Automatyczne buforowanie ( dokumentacja ): Tylko wtedy, gdy shuffle_files=False (pociąg)

• Podziały :

Podział	Przykłady
'train'	3214

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak64
kroki/informacje/qpos	Napinacz	(6,)	pływak64
kroki/informacje/kw	Napinacz	(6,)	pływak64
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium-replay

• Rozmiar pobierania : 72.34 MiB

• Rozmiar zbioru danych : 46.51 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

Podział	Przykłady
'train'	2041

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
algorytm	Napinacz		strunowy
iteracja	Napinacz		int32
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak64
kroki/informacje/qpos	Napinacz	(6,)	pływak64
kroki/informacje/kw	Napinacz	(6,)	pływak64
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-random

• Rozmiar pobierania : 145.46 MiB

• Rozmiar zbioru danych : 130.72 MiB

• Automatyczne buforowanie ( dokumentacja ): Tylko wtedy, gdy shuffle_files=False (pociąg)

• Podziały :

Podział	Przykłady
'train'	45240

• Struktura funkcji :

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,
    }),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
kroki	Zbiór danych
kroki/akcja	Napinacz	(3,)	pływak32
kroki/rabat	Napinacz		pływak32
kroki/informacje	FunkcjeDykt
kroki/infos/action_log_probs	Napinacz		pływak64
kroki/informacje/qpos	Napinacz	(6,)	pływak64
kroki/informacje/kw	Napinacz	(6,)	pływak64
kroki/jest_pierwszy	Napinacz		bool
kroki/jest_ostatni	Napinacz		bool
kroki/is_terminal	Napinacz		bool
kroki/obserwacje	Napinacz	(11,)	pływak32
kroki/nagroda	Napinacz		pływak32

• Przykłady ( tfds.as_dataframe ):