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

d4rl_mujoco_hopper

विवरण :

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

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

विन्यास विवरण : https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym में कार्य और उसके संस्करणों के बारे में अधिक विवरण देखें
होमपेज : https://sites.google.com/view/d4rl/home
स्रोत कोड : tfds.d4rl.d4rl_mujoco_hopper.D4rlMujocoHopper
संस्करण :
- 1.0.0 : प्रारंभिक रिलीज।
- 1.1.0 : जोड़ा गया is_last.
- 1.2.0 (डिफ़ॉल्ट): अगले अवलोकन को ध्यान में रखते हुए अपडेट किया गया।
पर्यवेक्षित कुंजी ( as_supervised doc देखें): None
चित्र ( tfds.show_examples ): समर्थित नहीं है।
उद्धरण :

@misc{fu2020d4rl,
    title={D4RL: Datasets for Deep Data-Driven Reinforcement Learning},
    author={Justin Fu and Aviral Kumar and Ofir Nachum and George Tucker and Sergey Levine},
    year={2020},
    eprint={2004.07219},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

d4rl_mujoco_hopper/v0-विशेषज्ञ (डिफ़ॉल्ट कॉन्फ़िगरेशन)

डाउनलोड आकार : 51.56 MiB
डेटासेट का आकार : 64.10 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,029

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-मध्यम

डाउनलोड आकार : 51.74 MiB
डेटासेट का आकार : 64.68 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	3,064

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-मध्यम-विशेषज्ञ

डाउनलोड आकार : 62.01 MiB
डेटासेट का आकार : 77.25 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	2,277

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-मिश्रित

डाउनलोड आकार : 10.48 MiB
डेटासेट का आकार : 13.15 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,250

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-यादृच्छिक

डाउनलोड आकार : 51.83 MiB
डेटासेट का आकार : 66.06 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	8,793

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-विशेषज्ञ

डाउनलोड साइज : 93.19 MiB
डेटासेट का आकार : 608.03 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,836

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कलन विधि	टेन्सर		tf.स्ट्रिंग
यात्रा	टेन्सर		tf.int32
नीति	विशेषताएंडिक्ट
नीति/एफसी0	विशेषताएंडिक्ट
नीति/fc0/पूर्वाग्रह	टेन्सर	(256,)	tf.float32
नीति/fc0/वजन	टेन्सर	(256, 11)	tf.float32
नीति/fc1	विशेषताएंडिक्ट
नीति/fc1/पूर्वाग्रह	टेन्सर	(256,)	tf.float32
नीति/fc1/वजन	टेन्सर	(256, 256)	tf.float32
नीति/last_fc	विशेषताएंडिक्ट
नीति/last_fc/पूर्वाग्रह	टेन्सर	(3,)	tf.float32
नीति/last_fc/वजन	टेन्सर	(3, 256)	tf.float32
नीति/last_fc_log_std	विशेषताएंडिक्ट
नीति/last_fc_log_std/पूर्वाग्रह	टेन्सर	(3,)	tf.float32
नीति/last_fc_log_std/वजन	टेन्सर	(3, 256)	tf.float32
नीति/गैर-रैखिकता	टेन्सर		tf.स्ट्रिंग
नीति/आउटपुट_वितरण	टेन्सर		tf.स्ट्रिंग
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float32
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float32
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float32
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-माध्यम

डाउनलोड साइज : 92.03 MiB
डेटासेट का आकार : 1.78 GiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'train'`	6,328

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कलन विधि	टेन्सर		tf.स्ट्रिंग
यात्रा	टेन्सर		tf.int32
नीति	विशेषताएंडिक्ट
नीति/एफसी0	विशेषताएंडिक्ट
नीति/fc0/पूर्वाग्रह	टेन्सर	(256,)	tf.float32
नीति/fc0/वजन	टेन्सर	(256, 11)	tf.float32
नीति/fc1	विशेषताएंडिक्ट
नीति/fc1/पूर्वाग्रह	टेन्सर	(256,)	tf.float32
नीति/fc1/वजन	टेन्सर	(256, 256)	tf.float32
नीति/last_fc	विशेषताएंडिक्ट
नीति/last_fc/पूर्वाग्रह	टेन्सर	(3,)	tf.float32
नीति/last_fc/वजन	टेन्सर	(3, 256)	tf.float32
नीति/last_fc_log_std	विशेषताएंडिक्ट
नीति/last_fc_log_std/पूर्वाग्रह	टेन्सर	(3,)	tf.float32
नीति/last_fc_log_std/वजन	टेन्सर	(3, 256)	tf.float32
नीति/गैर-रैखिकता	टेन्सर		tf.स्ट्रिंग
नीति/आउटपुट_वितरण	टेन्सर		tf.स्ट्रिंग
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float32
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float32
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float32
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-मध्यम-विशेषज्ञ

डाउनलोड आकार : 184.59 MiB
डेटासेट का आकार : 230.24 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)
विभाजन :

विभाजित करना	उदाहरण
`'train'`	8,163

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float32
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float32
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float32
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-मध्यम-रीप्ले

डाउनलोड आकार : 55.65 MiB
डेटासेट का आकार : 34.78 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,151

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कलन विधि	टेन्सर		tf.स्ट्रिंग
यात्रा	टेन्सर		tf.int32
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float64
कदम/छूट	टेन्सर		tf.float64
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float64
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float64
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float64
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float64
कदम/इनाम	टेन्सर		tf.float64

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-फुल-रीप्ले

डाउनलोड आकार : 183.32 MiB
डेटासेट का आकार : 114.78 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	2,907

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कलन विधि	टेन्सर		tf.स्ट्रिंग
यात्रा	टेन्सर		tf.int32
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float64
कदम/छूट	टेन्सर		tf.float64
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float64
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float64
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float64
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float64
कदम/इनाम	टेन्सर		tf.float64

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-यादृच्छिक

डाउनलोड साइज : 91.11 MiB
डेटासेट का आकार : 130.73 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)
विभाजन :

विभाजित करना	उदाहरण
`'train'`	45,265

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float32
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float32
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float32
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-विशेषज्ञ

डाउनलोड आकार : 145.37 MiB
डेटासेट का आकार : 390.40 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'train'`	1,028

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कलन विधि	टेन्सर		tf.स्ट्रिंग
यात्रा	टेन्सर		tf.int32
नीति	विशेषताएंडिक्ट
नीति/एफसी0	विशेषताएंडिक्ट
नीति/fc0/पूर्वाग्रह	टेन्सर	(256,)	tf.float32
नीति/fc0/वजन	टेन्सर	(256, 11)	tf.float32
नीति/fc1	विशेषताएंडिक्ट
नीति/fc1/पूर्वाग्रह	टेन्सर	(256,)	tf.float32
नीति/fc1/वजन	टेन्सर	(256, 256)	tf.float32
नीति/last_fc	विशेषताएंडिक्ट
नीति/last_fc/पूर्वाग्रह	टेन्सर	(3,)	tf.float32
नीति/last_fc/वजन	टेन्सर	(3, 256)	tf.float32
नीति/last_fc_log_std	विशेषताएंडिक्ट
नीति/last_fc_log_std/पूर्वाग्रह	टेन्सर	(3,)	tf.float32
नीति/last_fc_log_std/वजन	टेन्सर	(3, 256)	tf.float32
नीति/गैर-रैखिकता	टेन्सर		tf.स्ट्रिंग
नीति/आउटपुट_वितरण	टेन्सर		tf.स्ट्रिंग
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float64
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float64
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float64
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-पूर्ण-रीप्ले

डाउनलोड आकार : 179.29 MiB
डेटासेट का आकार : 115.04 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	3,515

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कलन विधि	टेन्सर		tf.स्ट्रिंग
यात्रा	टेन्सर		tf.int32
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float64
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float64
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float64
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-माध्यम

डाउनलोड आकार : 145.68 MiB
डेटासेट का आकार : 702.57 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :

विभाजित करना	उदाहरण
`'train'`	2,187

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कलन विधि	टेन्सर		tf.स्ट्रिंग
यात्रा	टेन्सर		tf.int32
नीति	विशेषताएंडिक्ट
नीति/एफसी0	विशेषताएंडिक्ट
नीति/fc0/पूर्वाग्रह	टेन्सर	(256,)	tf.float32
नीति/fc0/वजन	टेन्सर	(256, 11)	tf.float32
नीति/fc1	विशेषताएंडिक्ट
नीति/fc1/पूर्वाग्रह	टेन्सर	(256,)	tf.float32
नीति/fc1/वजन	टेन्सर	(256, 256)	tf.float32
नीति/last_fc	विशेषताएंडिक्ट
नीति/last_fc/पूर्वाग्रह	टेन्सर	(3,)	tf.float32
नीति/last_fc/वजन	टेन्सर	(3, 256)	tf.float32
नीति/last_fc_log_std	विशेषताएंडिक्ट
नीति/last_fc_log_std/पूर्वाग्रह	टेन्सर	(3,)	tf.float32
नीति/last_fc_log_std/वजन	टेन्सर	(3, 256)	tf.float32
नीति/गैर-रैखिकता	टेन्सर		tf.स्ट्रिंग
नीति/आउटपुट_वितरण	टेन्सर		tf.स्ट्रिंग
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float64
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float64
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float64
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-मध्यम-विशेषज्ञ

डाउनलोड आकार : 290.43 MiB
डेटासेट का आकार : 228.28 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)
विभाजन :

विभाजित करना	उदाहरण
`'train'`	3,214

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float64
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float64
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float64
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-मध्यम-रीप्ले

डाउनलोड आकार : 72.34 MiB
डेटासेट का आकार : 46.51 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :

विभाजित करना	उदाहरण
`'train'`	2,041

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कलन विधि	टेन्सर		tf.स्ट्रिंग
यात्रा	टेन्सर		tf.int32
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float64
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float64
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float64
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-यादृच्छिक

डाउनलोड साइज : 145.46 MiB
डेटासेट का आकार : 130.72 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)
विभाजन :

विभाजित करना	उदाहरण
`'train'`	45,240

फ़ीचर संरचना :

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,
    }),
})

फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप
	विशेषताएंडिक्ट
कदम	डेटासेट
कदम / क्रिया	टेन्सर	(3,)	tf.float32
कदम/छूट	टेन्सर		tf.float32
कदम/जानकारी	विशेषताएंडिक्ट
कदम/जानकारी/action_log_probs	टेन्सर		tf.float64
कदम/जानकारी/qpos	टेन्सर	(6,)	tf.float64
कदम/जानकारी/qvel	टेन्सर	(6,)	tf.float64
चरण/is_first	टेन्सर		tf.बूल
चरण/is_last	टेन्सर		tf.बूल
चरण/is_terminal	टेन्सर		tf.बूल
कदम/अवलोकन	टेन्सर	(1 1,)	tf.float32
कदम/इनाम	टेन्सर		tf.float32

उदाहरण ( tfds.as_dataframe ):