d4rl_mujoco_hopper

• Deskripsi :

D4RL adalah tolok ukur sumber terbuka untuk pembelajaran penguatan offline. Ini menyediakan lingkungan dan set data standar untuk pelatihan dan algoritma benchmarking.

Kumpulan data mengikuti format RLDS untuk mewakili langkah dan episode.

• Deskripsi konfigurasi : Lihat detail lebih lanjut tentang tugas dan versinya di https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym

• Beranda : https://sites.google.com/view/d4rl/home

• Kode sumber : tfds.d4rl.d4rl_mujoco_hopper.D4rlMujocoHopper

• Versi :

  • 1.0.0 : Rilis awal.
  • 1.1.0 : Menambahkan is_last.
  • 1.2.0 (default): Diperbarui untuk memperhitungkan pengamatan berikutnya.

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• kutipan :

@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 (konfigurasi default)

• Ukuran unduhan : 51.56 MiB

• Ukuran kumpulan data: 64.10 MiB

• Cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	1.029

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-medium

• Ukuran unduhan : 51.74 MiB

• Ukuran kumpulan data: 64.68 MiB

• Cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	3.064

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-medium-expert

• Ukuran unduhan : 62.01 MiB

• Ukuran kumpulan data: 77.25 MiB

• Cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	2.277

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-campuran

• Ukuran unduhan : 10.48 MiB

• Ukuran kumpulan data : 13.15 MiB

• Cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	1.250

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v0-acak

• Ukuran unduhan : 51.83 MiB

• Ukuran kumpulan data: 66.06 MiB

• Cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	8.793

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-ahli

• Ukuran unduhan : 93.19 MiB

• Ukuran kumpulan data: 608.03 MiB

• Tembolok otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	1,836

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
algoritma	Tensor		tf.string
pengulangan	Tensor		tf.int32
aturan	FiturDict
kebijakan/fc0	FiturDict
kebijakan/fc0/bias	Tensor	(256,)	tf.float32
kebijakan/fc/berat	Tensor	(256, 11)	tf.float32
kebijakan/fc1	FiturDict
kebijakan/fc1/bias	Tensor	(256,)	tf.float32
kebijakan/fc1/berat	Tensor	(256, 256)	tf.float32
kebijakan/terakhir_fc	FiturDict
kebijakan/last_fc/bias	Tensor	(3,)	tf.float32
kebijakan/fc_terakhir/berat	Tensor	(3, 256)	tf.float32
kebijakan/last_fc_log_std	FiturDict
kebijakan/last_fc_log_std/bias	Tensor	(3,)	tf.float32
kebijakan/last_fc_log_std/berat	Tensor	(3, 256)	tf.float32
kebijakan/nonlinier	Tensor		tf.string
kebijakan/distribusi_output	Tensor		tf.string
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float32
langkah/infos/qpos	Tensor	(6,)	tf.float32
langkah/info/qvel	Tensor	(6,)	tf.float32
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium

• Ukuran unduhan : 92.03 MiB

• Ukuran kumpulan data : 1.78 GiB

• Tembolok otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	6.328

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
algoritma	Tensor		tf.string
pengulangan	Tensor		tf.int32
aturan	FiturDict
kebijakan/fc0	FiturDict
kebijakan/fc0/bias	Tensor	(256,)	tf.float32
kebijakan/fc/berat	Tensor	(256, 11)	tf.float32
kebijakan/fc1	FiturDict
kebijakan/fc1/bias	Tensor	(256,)	tf.float32
kebijakan/fc1/berat	Tensor	(256, 256)	tf.float32
kebijakan/terakhir_fc	FiturDict
kebijakan/last_fc/bias	Tensor	(3,)	tf.float32
kebijakan/fc_terakhir/berat	Tensor	(3, 256)	tf.float32
kebijakan/last_fc_log_std	FiturDict
kebijakan/last_fc_log_std/bias	Tensor	(3,)	tf.float32
kebijakan/last_fc_log_std/berat	Tensor	(3, 256)	tf.float32
kebijakan/nonlinier	Tensor		tf.string
kebijakan/distribusi_output	Tensor		tf.string
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float32
langkah/infos/qpos	Tensor	(6,)	tf.float32
langkah/info/qvel	Tensor	(6,)	tf.float32
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium-expert

• Ukuran unduhan : 184.59 MiB

• Ukuran kumpulan data: 230.24 MiB

• Tembolok otomatis ( dokumentasi ): Hanya ketika shuffle_files=False (kereta)

• Perpecahan :

Membelah	Contoh
'train'	8.163

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float32
langkah/infos/qpos	Tensor	(6,)	tf.float32
langkah/info/qvel	Tensor	(6,)	tf.float32
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-medium-replay

• Ukuran unduhan : 55.65 MiB

• Ukuran kumpulan data: 34.78 MiB

• Cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	1,151

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
algoritma	Tensor		tf.string
pengulangan	Tensor		tf.int32
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float64
langkah/diskon	Tensor		tf.float64
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float64
langkah/infos/qpos	Tensor	(6,)	tf.float64
langkah/info/qvel	Tensor	(6,)	tf.float64
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float64
langkah/hadiah	Tensor		tf.float64

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-full-replay

• Ukuran unduhan : 183.32 MiB

• Ukuran kumpulan data: 114.78 MiB

• Cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	2.907

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
algoritma	Tensor		tf.string
pengulangan	Tensor		tf.int32
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float64
langkah/diskon	Tensor		tf.float64
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float64
langkah/infos/qpos	Tensor	(6,)	tf.float64
langkah/info/qvel	Tensor	(6,)	tf.float64
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float64
langkah/hadiah	Tensor		tf.float64

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v1-acak

• Ukuran unduhan : 91.11 MiB

• Ukuran kumpulan data: 130.73 MiB

• Tembolok otomatis ( dokumentasi ): Hanya ketika shuffle_files=False (kereta)

• Perpecahan :

Membelah	Contoh
'train'	45.265

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float32
langkah/infos/qpos	Tensor	(6,)	tf.float32
langkah/info/qvel	Tensor	(6,)	tf.float32
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-ahli

• Ukuran unduhan : 145.37 MiB

• Ukuran kumpulan data: 390.40 MiB

• Tembolok otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	1.028

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
algoritma	Tensor		tf.string
pengulangan	Tensor		tf.int32
aturan	FiturDict
kebijakan/fc0	FiturDict
kebijakan/fc0/bias	Tensor	(256,)	tf.float32
kebijakan/fc/berat	Tensor	(256, 11)	tf.float32
kebijakan/fc1	FiturDict
kebijakan/fc1/bias	Tensor	(256,)	tf.float32
kebijakan/fc1/berat	Tensor	(256, 256)	tf.float32
kebijakan/terakhir_fc	FiturDict
kebijakan/last_fc/bias	Tensor	(3,)	tf.float32
kebijakan/fc_terakhir/berat	Tensor	(3, 256)	tf.float32
kebijakan/last_fc_log_std	FiturDict
kebijakan/last_fc_log_std/bias	Tensor	(3,)	tf.float32
kebijakan/last_fc_log_std/berat	Tensor	(3, 256)	tf.float32
kebijakan/nonlinier	Tensor		tf.string
kebijakan/distribusi_output	Tensor		tf.string
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float64
langkah/infos/qpos	Tensor	(6,)	tf.float64
langkah/info/qvel	Tensor	(6,)	tf.float64
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-full-replay

• Ukuran unduhan : 179.29 MiB

• Ukuran kumpulan data: 115.04 MiB

• Cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	3,515

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
algoritma	Tensor		tf.string
pengulangan	Tensor		tf.int32
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float64
langkah/infos/qpos	Tensor	(6,)	tf.float64
langkah/info/qvel	Tensor	(6,)	tf.float64
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium

• Ukuran unduhan : 145.68 MiB

• Ukuran kumpulan data: 702.57 MiB

• Tembolok otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	2.187

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
algoritma	Tensor		tf.string
pengulangan	Tensor		tf.int32
aturan	FiturDict
kebijakan/fc0	FiturDict
kebijakan/fc0/bias	Tensor	(256,)	tf.float32
kebijakan/fc/berat	Tensor	(256, 11)	tf.float32
kebijakan/fc1	FiturDict
kebijakan/fc1/bias	Tensor	(256,)	tf.float32
kebijakan/fc1/berat	Tensor	(256, 256)	tf.float32
kebijakan/terakhir_fc	FiturDict
kebijakan/last_fc/bias	Tensor	(3,)	tf.float32
kebijakan/fc_terakhir/berat	Tensor	(3, 256)	tf.float32
kebijakan/last_fc_log_std	FiturDict
kebijakan/last_fc_log_std/bias	Tensor	(3,)	tf.float32
kebijakan/last_fc_log_std/berat	Tensor	(3, 256)	tf.float32
kebijakan/nonlinier	Tensor		tf.string
kebijakan/distribusi_output	Tensor		tf.string
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float64
langkah/infos/qpos	Tensor	(6,)	tf.float64
langkah/info/qvel	Tensor	(6,)	tf.float64
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium-expert

• Ukuran unduhan : 290.43 MiB

• Ukuran kumpulan data: 228.28 MiB

• Tembolok otomatis ( dokumentasi ): Hanya ketika shuffle_files=False (kereta)

• Perpecahan :

Membelah	Contoh
'train'	3.214

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float64
langkah/infos/qpos	Tensor	(6,)	tf.float64
langkah/info/qvel	Tensor	(6,)	tf.float64
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-medium-replay

• Ukuran unduhan : 72.34 MiB

• Ukuran kumpulan data: 46.51 MiB

• Cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	2.041

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
algoritma	Tensor		tf.string
pengulangan	Tensor		tf.int32
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float64
langkah/infos/qpos	Tensor	(6,)	tf.float64
langkah/info/qvel	Tensor	(6,)	tf.float64
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):

d4rl_mujoco_hopper/v2-random

• Ukuran unduhan : 145.46 MiB

• Ukuran kumpulan data: 130.72 MiB

• Tembolok otomatis ( dokumentasi ): Hanya ketika shuffle_files=False (kereta)

• Perpecahan :

Membelah	Contoh
'train'	45.240

• Struktur fitur :

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,
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	tipe D	Keterangan
	FiturDict
Langkah	Himpunan data
langkah/tindakan	Tensor	(3,)	tf.float32
langkah/diskon	Tensor		tf.float32
langkah/info	FiturDict
langkah/info/tindakan_log_probs	Tensor		tf.float64
langkah/infos/qpos	Tensor	(6,)	tf.float64
langkah/info/qvel	Tensor	(6,)	tf.float64
langkah/adalah_pertama	Tensor		tf.bool
langkah/adalah_terakhir	Tensor		tf.bool
langkah/is_terminal	Tensor		tf.bool
langkah/pengamatan	Tensor	(11,)	tf.float32
langkah/hadiah	Tensor		tf.float32

• Contoh ( tfds.as_dataframe ):