Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023 Registre-se

Esta página foi traduzida pela API Cloud Translation.

d4rl_mujoco_hopper

Descrição :

D4RL é um benchmark de código aberto para aprendizado por reforço offline. Ele fornece ambientes e conjuntos de dados padronizados para algoritmos de treinamento e benchmarking.

Os conjuntos de dados seguem o formato RLDS para representar etapas e episódios.

Descrição da configuração : Veja mais detalhes sobre a tarefa e suas versões em https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym
Página inicial : https://sites.google.com/view/d4rl/home
Código fonte : tfds.d4rl.d4rl_mujoco_hopper.D4rlMujocoHopper
Versões :
- 1.0.0 : versão inicial.
- 1.1.0 : Adicionado is_last.
- 1.2.0 (padrão): Atualizado para levar em consideração a próxima observação.
Chaves supervisionadas (Consulte as_supervised doc ): None
Figura ( tfds.show_examples ): Não compatível.
Citação :

@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 (configuração padrão)

Tamanho do download : 51.56 MiB
Tamanho do conjunto de dados : 64.10 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	1.029

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-medium

Tamanho do download : 51.74 MiB
Tamanho do conjunto de dados : 64.68 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	3.064

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-medium-expert

Tamanho do download : 62.01 MiB
Tamanho do conjunto de dados : 77.25 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	2.277

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-mixed

Tamanho do download : 10.48 MiB
Tamanho do conjunto de dados : 13.15 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	1.250

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-random

Tamanho do download : 51.83 MiB
Tamanho do conjunto de dados : 66.06 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	8.793

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-expert

Tamanho do download : 93.19 MiB
Tamanho do conjunto de dados : 608.03 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.836

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(256,)	float32
política/fc0/peso	tensor	(256, 11)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(256,)	float32
política/fc1/peso	tensor	(256, 256)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(3,)	float32
política/last_fc/peso	tensor	(3, 256)	float32
policy/last_fc_log_std	RecursosDict
policy/last_fc_log_std/bias	tensor	(3,)	float32
policy/last_fc_log_std/weight	tensor	(3, 256)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float32
passos/informações/qpos	tensor	(6,)	float32
passos/informações/qvel	tensor	(6,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium

Tamanho do download : 92.03 MiB
Tamanho do conjunto de dados : 1.78 GiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	6.328

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(256,)	float32
política/fc0/peso	tensor	(256, 11)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(256,)	float32
política/fc1/peso	tensor	(256, 256)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(3,)	float32
política/last_fc/peso	tensor	(3, 256)	float32
policy/last_fc_log_std	RecursosDict
policy/last_fc_log_std/bias	tensor	(3,)	float32
policy/last_fc_log_std/weight	tensor	(3, 256)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float32
passos/informações/qpos	tensor	(6,)	float32
passos/informações/qvel	tensor	(6,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium-expert

Tamanho do download : 184.59 MiB
Tamanho do conjunto de dados : 230.24 MiB
Armazenado em cache automaticamente ( documentação ): Somente quando shuffle_files=False (train)
Divisões :

Dividir	Exemplos
`'train'`	8.163

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float32
passos/informações/qpos	tensor	(6,)	float32
passos/informações/qvel	tensor	(6,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium-replay

Tamanho do download : 55.65 MiB
Tamanho do conjunto de dados : 34.78 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	1.151

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
degraus	conjunto de dados
passos/ação	tensor	(3,)	float64
passos/desconto	tensor		float64
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(6,)	float64
passos/informações/qvel	tensor	(6,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float64
passos/recompensa	tensor		float64

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-full-replay

Tamanho do download : 183.32 MiB
Tamanho do conjunto de dados : 114.78 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	2.907

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
degraus	conjunto de dados
passos/ação	tensor	(3,)	float64
passos/desconto	tensor		float64
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(6,)	float64
passos/informações/qvel	tensor	(6,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float64
passos/recompensa	tensor		float64

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-random

Tamanho do download : 91.11 MiB
Tamanho do conjunto de dados : 130.73 MiB
Armazenado em cache automaticamente ( documentação ): Somente quando shuffle_files=False (train)
Divisões :

Dividir	Exemplos
`'train'`	45.265

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float32
passos/informações/qpos	tensor	(6,)	float32
passos/informações/qvel	tensor	(6,)	float32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-expert

Tamanho do download : 145.37 MiB
Tamanho do conjunto de dados : 390.40 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.028

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(256,)	float32
política/fc0/peso	tensor	(256, 11)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(256,)	float32
política/fc1/peso	tensor	(256, 256)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(3,)	float32
política/last_fc/peso	tensor	(3, 256)	float32
policy/last_fc_log_std	RecursosDict
policy/last_fc_log_std/bias	tensor	(3,)	float32
policy/last_fc_log_std/weight	tensor	(3, 256)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(6,)	float64
passos/informações/qvel	tensor	(6,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-full-replay

Tamanho do download : 179.29 MiB
Tamanho do conjunto de dados : 115.04 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	3.515

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(6,)	float64
passos/informações/qvel	tensor	(6,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium

Tamanho do download : 145.68 MiB
Tamanho do conjunto de dados : 702.57 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	2.187

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	tensor	(256,)	float32
política/fc0/peso	tensor	(256, 11)	float32
política/fc1	RecursosDict
política/fc1/viés	tensor	(256,)	float32
política/fc1/peso	tensor	(256, 256)	float32
política/last_fc	RecursosDict
policy/last_fc/bias	tensor	(3,)	float32
política/last_fc/peso	tensor	(3, 256)	float32
policy/last_fc_log_std	RecursosDict
policy/last_fc_log_std/bias	tensor	(3,)	float32
policy/last_fc_log_std/weight	tensor	(3, 256)	float32
política/não linearidade	tensor		corda
política/output_distribution	tensor		corda
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(6,)	float64
passos/informações/qvel	tensor	(6,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium-expert

Tamanho do download : 290.43 MiB
Tamanho do conjunto de dados : 228.28 MiB
Armazenado em cache automaticamente ( documentação ): Somente quando shuffle_files=False (train)
Divisões :

Dividir	Exemplos
`'train'`	3.214

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(6,)	float64
passos/informações/qvel	tensor	(6,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium-replay

Tamanho do download : 72.34 MiB
Tamanho do conjunto de dados : 46.51 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	2.041

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
algoritmo	tensor		corda
iteração	tensor		int32
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(6,)	float64
passos/informações/qvel	tensor	(6,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-random

Tamanho do download : 145.46 MiB
Tamanho do conjunto de dados : 130.72 MiB
Armazenado em cache automaticamente ( documentação ): Somente quando shuffle_files=False (train)
Divisões :

Dividir	Exemplos
`'train'`	45.240

Estrutura de recursos :

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,
    }),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
degraus	conjunto de dados
passos/ação	tensor	(3,)	float32
passos/desconto	tensor		float32
passos/informações	RecursosDict
passos/infos/action_log_probs	tensor		float64
passos/informações/qpos	tensor	(6,)	float64
passos/informações/qvel	tensor	(6,)	float64
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	tensor	(11,)	float32
passos/recompensa	tensor		float32

Exemplos ( tfds.as_dataframe ):