d4rl_mujoco_hopper

  • الوصف :

D4RL هو معيار مفتوح المصدر للتعلم المعزز في وضع عدم الاتصال. يوفر بيئات ومجموعات بيانات موحدة للتدريب وخوارزميات قياس الأداء.

تتبع مجموعات البيانات تنسيق RLDS لتمثيل الخطوات والحلقات.

@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

  • الانقسامات :

انشق، مزق أمثلة
'train' 1،029
  • هيكل الميزة :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v0-medium

  • حجم التحميل : 51.74 MiB

  • حجم مجموعة البيانات : 64.68 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 3،064
  • هيكل الميزة :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v0-medium-expert

  • حجم التحميل : 62.01 MiB

  • حجم مجموعة البيانات : 77.25 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 2،277
  • هيكل الميزة :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v0- مختلط

  • حجم التحميل : 10.48 MiB

  • حجم مجموعة البيانات : 13.15 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 1250
  • هيكل الميزة :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v0- عشوائي

  • حجم التحميل : 51.83 MiB

  • حجم مجموعة البيانات : 66.06 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 8793
  • هيكل الميزة :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v1-expert

  • حجم التحميل : 93.19 MiB

  • حجم مجموعة البيانات : 608.03 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'train' 1،836
  • هيكل الميزة :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 11), dtype=tf.float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 256), dtype=tf.float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=tf.float32),
            'weight': Tensor(shape=(3, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=tf.float32),
            'weight': Tensor(shape=(3, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(6,), dtype=tf.float32),
            'qvel': Tensor(shape=(6,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر tf.string
تكرار موتر tf.int32
سياسات الميزات
سياسة / fc0 الميزات
سياسة / fc0 / تحيز موتر (256 ،) tf.float32
السياسة / fc0 / الوزن موتر (256 ، 11) tf.float32
سياسة / fc1 الميزات
سياسة / fc1 / تحيز موتر (256 ،) tf.float32
السياسة / fc1 / الوزن موتر (256 ، 256) tf.float32
السياسة / last_fc الميزات
سياسة / last_fc / تحيز موتر (3 ،) tf.float32
السياسة / last_fc / الوزن موتر (3 ، 256) tf.float32
السياسة / last_fc_log_std الميزات
السياسة / last_fc_log_std / التحيز موتر (3 ،) tf.float32
السياسة / last_fc_log_std / الوزن موتر (3 ، 256) tf.float32
السياسة / اللاخطية موتر tf.string
توزيع السياسة / الإخراج موتر tf.string
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float32
الخطوات / المقال / qpos موتر (6 ،) tf.float32
الخطوات / المقال / qvel موتر (6 ،) tf.float32
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v1-medium

  • حجم التحميل : 92.03 MiB

  • حجم مجموعة البيانات : 1.78 GiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'train' 6،328
  • هيكل الميزة :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 11), dtype=tf.float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 256), dtype=tf.float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=tf.float32),
            'weight': Tensor(shape=(3, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=tf.float32),
            'weight': Tensor(shape=(3, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(6,), dtype=tf.float32),
            'qvel': Tensor(shape=(6,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر tf.string
تكرار موتر tf.int32
سياسات الميزات
سياسة / fc0 الميزات
سياسة / fc0 / تحيز موتر (256 ،) tf.float32
السياسة / fc0 / الوزن موتر (256 ، 11) tf.float32
سياسة / fc1 الميزات
سياسة / fc1 / تحيز موتر (256 ،) tf.float32
السياسة / fc1 / الوزن موتر (256 ، 256) tf.float32
السياسة / last_fc الميزات
سياسة / last_fc / تحيز موتر (3 ،) tf.float32
السياسة / last_fc / الوزن موتر (3 ، 256) tf.float32
السياسة / last_fc_log_std الميزات
السياسة / last_fc_log_std / التحيز موتر (3 ،) tf.float32
السياسة / last_fc_log_std / الوزن موتر (3 ، 256) tf.float32
السياسة / اللاخطية موتر tf.string
توزيع السياسة / الإخراج موتر tf.string
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float32
الخطوات / المقال / qpos موتر (6 ،) tf.float32
الخطوات / المقال / qvel موتر (6 ،) tf.float32
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v1-medium-expert

  • حجم التحميل : 184.59 MiB

  • حجم مجموعة البيانات : 230.24 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

  • الانقسامات :

انشق، مزق أمثلة
'train' 8163
  • هيكل الميزة :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(6,), dtype=tf.float32),
            'qvel': Tensor(shape=(6,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float32
الخطوات / المقال / qpos موتر (6 ،) tf.float32
الخطوات / المقال / qvel موتر (6 ،) tf.float32
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v1- إعادة تشغيل متوسطة

  • حجم التحميل : 55.65 MiB

  • حجم مجموعة البيانات : 34.78 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 1،151
  • هيكل الميزة :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float64),
        'discount': tf.float64,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(6,), dtype=tf.float64),
            'qvel': Tensor(shape=(6,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float64),
        'reward': tf.float64,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر tf.string
تكرار موتر tf.int32
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float64
خطوات / خصم موتر tf.float64
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float64
الخطوات / المقال / qpos موتر (6 ،) tf.float64
الخطوات / المقال / qvel موتر (6 ،) tf.float64
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float64
خطوات / مكافأة موتر tf.float64

d4rl_mujoco_hopper / v1- إعادة تشغيل كاملة

  • حجم التحميل : 183.32 MiB

  • حجم مجموعة البيانات : 114.78 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 2،907
  • هيكل الميزة :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float64),
        'discount': tf.float64,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(6,), dtype=tf.float64),
            'qvel': Tensor(shape=(6,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float64),
        'reward': tf.float64,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر tf.string
تكرار موتر tf.int32
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float64
خطوات / خصم موتر tf.float64
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float64
الخطوات / المقال / qpos موتر (6 ،) tf.float64
الخطوات / المقال / qvel موتر (6 ،) tf.float64
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float64
خطوات / مكافأة موتر tf.float64

d4rl_mujoco_hopper / v1- عشوائي

  • حجم التحميل : 91.11 MiB

  • حجم مجموعة البيانات : 130.73 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

  • الانقسامات :

انشق، مزق أمثلة
'train' 45265
  • هيكل الميزة :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float32,
            'qpos': Tensor(shape=(6,), dtype=tf.float32),
            'qvel': Tensor(shape=(6,), dtype=tf.float32),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float32
الخطوات / المقال / qpos موتر (6 ،) tf.float32
الخطوات / المقال / qvel موتر (6 ،) tf.float32
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v2-expert

  • حجم التحميل : 145.37 MiB

  • حجم مجموعة البيانات : 390.40 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'train' 1،028
  • هيكل الميزة :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 11), dtype=tf.float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 256), dtype=tf.float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=tf.float32),
            'weight': Tensor(shape=(3, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=tf.float32),
            'weight': Tensor(shape=(3, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(6,), dtype=tf.float64),
            'qvel': Tensor(shape=(6,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر tf.string
تكرار موتر tf.int32
سياسات الميزات
سياسة / fc0 الميزات
سياسة / fc0 / تحيز موتر (256 ،) tf.float32
السياسة / fc0 / الوزن موتر (256 ، 11) tf.float32
سياسة / fc1 الميزات
سياسة / fc1 / تحيز موتر (256 ،) tf.float32
السياسة / fc1 / الوزن موتر (256 ، 256) tf.float32
السياسة / last_fc الميزات
سياسة / last_fc / تحيز موتر (3 ،) tf.float32
السياسة / last_fc / الوزن موتر (3 ، 256) tf.float32
السياسة / last_fc_log_std الميزات
السياسة / last_fc_log_std / التحيز موتر (3 ،) tf.float32
السياسة / last_fc_log_std / الوزن موتر (3 ، 256) tf.float32
السياسة / اللاخطية موتر tf.string
توزيع السياسة / الإخراج موتر tf.string
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float64
الخطوات / المقال / qpos موتر (6 ،) tf.float64
الخطوات / المقال / qvel موتر (6 ،) tf.float64
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v2- إعادة تشغيل كاملة

  • حجم التحميل : 179.29 MiB

  • حجم مجموعة البيانات : 115.04 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 3،515
  • هيكل الميزة :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(6,), dtype=tf.float64),
            'qvel': Tensor(shape=(6,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر tf.string
تكرار موتر tf.int32
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float64
الخطوات / المقال / qpos موتر (6 ،) tf.float64
الخطوات / المقال / qvel موتر (6 ،) tf.float64
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v2-medium

  • حجم التحميل : 145.68 MiB

  • حجم مجموعة البيانات : 702.57 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'train' 2،187
  • هيكل الميزة :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 11), dtype=tf.float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=tf.float32),
            'weight': Tensor(shape=(256, 256), dtype=tf.float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=tf.float32),
            'weight': Tensor(shape=(3, 256), dtype=tf.float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(3,), dtype=tf.float32),
            'weight': Tensor(shape=(3, 256), dtype=tf.float32),
        }),
        'nonlinearity': tf.string,
        'output_distribution': tf.string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(6,), dtype=tf.float64),
            'qvel': Tensor(shape=(6,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر tf.string
تكرار موتر tf.int32
سياسات الميزات
سياسة / fc0 الميزات
سياسة / fc0 / تحيز موتر (256 ،) tf.float32
السياسة / fc0 / الوزن موتر (256 ، 11) tf.float32
سياسة / fc1 الميزات
سياسة / fc1 / تحيز موتر (256 ،) tf.float32
السياسة / fc1 / الوزن موتر (256 ، 256) tf.float32
السياسة / last_fc الميزات
سياسة / last_fc / تحيز موتر (3 ،) tf.float32
السياسة / last_fc / الوزن موتر (3 ، 256) tf.float32
السياسة / last_fc_log_std الميزات
السياسة / last_fc_log_std / التحيز موتر (3 ،) tf.float32
السياسة / last_fc_log_std / الوزن موتر (3 ، 256) tf.float32
السياسة / اللاخطية موتر tf.string
توزيع السياسة / الإخراج موتر tf.string
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float64
الخطوات / المقال / qpos موتر (6 ،) tf.float64
الخطوات / المقال / qvel موتر (6 ،) tf.float64
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v2-medium-expert

  • حجم التحميل : 290.43 MiB

  • حجم مجموعة البيانات : 228.28 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

  • الانقسامات :

انشق، مزق أمثلة
'train' 3214
  • هيكل الميزة :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(6,), dtype=tf.float64),
            'qvel': Tensor(shape=(6,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float64
الخطوات / المقال / qpos موتر (6 ،) tf.float64
الخطوات / المقال / qvel موتر (6 ،) tf.float64
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v2- إعادة تشغيل متوسطة

  • حجم التحميل : 72.34 MiB

  • حجم مجموعة البيانات : 46.51 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 2،041
  • هيكل الميزة :
FeaturesDict({
    'algorithm': tf.string,
    'iteration': tf.int32,
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(6,), dtype=tf.float64),
            'qvel': Tensor(shape=(6,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر tf.string
تكرار موتر tf.int32
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float64
الخطوات / المقال / qpos موتر (6 ،) tf.float64
الخطوات / المقال / qvel موتر (6 ،) tf.float64
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32

d4rl_mujoco_hopper / v2-random

  • حجم التحميل : 145.46 MiB

  • حجم مجموعة البيانات : 130.72 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

  • الانقسامات :

انشق، مزق أمثلة
'train' 45240
  • هيكل الميزة :
FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=tf.float32),
        'discount': tf.float32,
        'infos': FeaturesDict({
            'action_log_probs': tf.float64,
            'qpos': Tensor(shape=(6,), dtype=tf.float64),
            'qvel': Tensor(shape=(6,), dtype=tf.float64),
        }),
        'is_first': tf.bool,
        'is_last': tf.bool,
        'is_terminal': tf.bool,
        'observation': Tensor(shape=(11,), dtype=tf.float32),
        'reward': tf.float32,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (3 ،) tf.float32
خطوات / خصم موتر tf.float32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر tf.float64
الخطوات / المقال / qpos موتر (6 ،) tf.float64
الخطوات / المقال / qvel موتر (6 ،) tf.float64
الخطوات / is_first موتر tf.bool
الخطوات / is_last موتر tf.bool
الخطوات / is_terminal موتر tf.bool
الخطوات / الملاحظة موتر (11 ،) tf.float32
خطوات / مكافأة موتر tf.float32