d4rl_mujoco_hopper

  • 설명 :

D4RL은 오프라인 강화 학습을 위한 오픈 소스 벤치마크입니다. 훈련 및 벤치마킹 알고리즘을 위한 표준화된 환경 및 데이터 세트를 제공합니다.

데이터 세트는 RLDS 형식 을 따라 단계와 에피소드를 나타냅니다.

@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(기본 구성)

  • 다운로드 크기 : 51.56 MiB

  • 데이터 세트 크기 : 64.10 MiB

  • 자동 캐시 ( 문서 ): 예

  • 분할 :

나뉘다
'train' 1,029
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v0-medium

  • 다운로드 크기 : 51.74 MiB

  • 데이터 세트 크기 : 64.68 MiB

  • 자동 캐시 ( 문서 ): 예

  • 분할 :

나뉘다
'train' 3,064
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v0-medium-expert

  • 다운로드 크기 : 62.01 MiB

  • 데이터 세트 크기 : 77.25 MiB

  • 자동 캐시 ( 문서 ): 예

  • 분할 :

나뉘다
'train' 2,277
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v0-혼합

  • 다운로드 크기 : 10.48 MiB

  • 데이터 세트 크기 : 13.15 MiB

  • 자동 캐시 ( 문서 ): 예

  • 분할 :

나뉘다
'train' 1,250
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v0-무작위

  • 다운로드 크기 : 51.83 MiB

  • 데이터 세트 크기 : 66.06 MiB

  • 자동 캐시 ( 문서 ): 예

  • 분할 :

나뉘다
'train' 8,793
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v1-전문가

  • 다운로드 크기 : 93.19 MiB

  • 데이터 세트 크기 : 608.03 MiB

  • 자동 캐시 ( 문서 ): 아니요

  • 분할 :

나뉘다
'train' 1,836
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
연산 텐서 tf.string
반복 텐서 tf.int32
정책 기능사전
정책/fc0 기능사전
정책/fc0/편향 텐서 (256,) tf.float32
정책/fc0/중량 텐서 (256, 11) tf.float32
정책/fc1 기능사전
정책/fc1/편향 텐서 (256,) tf.float32
정책/fc1/가중치 텐서 (256, 256) tf.float32
정책/last_fc 기능사전
정책/last_fc/bias 텐서 (삼,) tf.float32
정책/last_fc/중량 텐서 (3, 256) tf.float32
정책/last_fc_log_std 기능사전
정책/last_fc_log_std/bias 텐서 (삼,) tf.float32
정책/last_fc_log_std/중량 텐서 (3, 256) tf.float32
정책/비선형성 텐서 tf.string
정책/출력_분배 텐서 tf.string
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float32
단계/정보/qpos 텐서 (6,) tf.float32
단계/정보/qvel 텐서 (6,) tf.float32
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v1-medium

  • 다운로드 크기 : 92.03 MiB

  • 데이터 세트 크기 : 1.78 GiB

  • 자동 캐시 ( 문서 ): 아니요

  • 분할 :

나뉘다
'train' 6,328
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
연산 텐서 tf.string
반복 텐서 tf.int32
정책 기능사전
정책/fc0 기능사전
정책/fc0/편향 텐서 (256,) tf.float32
정책/fc0/중량 텐서 (256, 11) tf.float32
정책/fc1 기능사전
정책/fc1/편향 텐서 (256,) tf.float32
정책/fc1/가중치 텐서 (256, 256) tf.float32
정책/last_fc 기능사전
정책/last_fc/bias 텐서 (삼,) tf.float32
정책/last_fc/중량 텐서 (3, 256) tf.float32
정책/last_fc_log_std 기능사전
정책/last_fc_log_std/bias 텐서 (삼,) tf.float32
정책/last_fc_log_std/중량 텐서 (3, 256) tf.float32
정책/비선형성 텐서 tf.string
정책/출력_분배 텐서 tf.string
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float32
단계/정보/qpos 텐서 (6,) tf.float32
단계/정보/qvel 텐서 (6,) tf.float32
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v1-medium-expert

  • 다운로드 크기 : 184.59 MiB

  • 데이터 세트 크기 : 230.24 MiB

  • 자동 캐시 ( 문서 ): shuffle_files=False 인 경우에만(훈련)

  • 분할 :

나뉘다
'train' 8,163
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float32
단계/정보/qpos 텐서 (6,) tf.float32
단계/정보/qvel 텐서 (6,) tf.float32
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v1-medium-replay

  • 다운로드 크기 : 55.65 MiB

  • 데이터 세트 크기 : 34.78 MiB

  • 자동 캐시 ( 문서 ): 예

  • 분할 :

나뉘다
'train' 1,151
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
연산 텐서 tf.string
반복 텐서 tf.int32
단계 데이터세트
단계/조치 텐서 (삼,) tf.float64
단계/할인 텐서 tf.float64
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float64
단계/정보/qpos 텐서 (6,) tf.float64
단계/정보/qvel 텐서 (6,) tf.float64
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float64
단계/보상 텐서 tf.float64

d4rl_mujoco_hopper/v1-전체 재생

  • 다운로드 크기 : 183.32 MiB

  • 데이터 세트 크기 : 114.78 MiB

  • 자동 캐시 ( 문서 ): 예

  • 분할 :

나뉘다
'train' 2,907
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
연산 텐서 tf.string
반복 텐서 tf.int32
단계 데이터세트
단계/조치 텐서 (삼,) tf.float64
단계/할인 텐서 tf.float64
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float64
단계/정보/qpos 텐서 (6,) tf.float64
단계/정보/qvel 텐서 (6,) tf.float64
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float64
단계/보상 텐서 tf.float64

d4rl_mujoco_hopper/v1-무작위

  • 다운로드 크기 : 91.11 MiB

  • 데이터 세트 크기 : 130.73 MiB

  • 자동 캐시 ( 문서 ): shuffle_files=False 인 경우에만(훈련)

  • 분할 :

나뉘다
'train' 45,265
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float32
단계/정보/qpos 텐서 (6,) tf.float32
단계/정보/qvel 텐서 (6,) tf.float32
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v2-전문가

  • 다운로드 크기 : 145.37 MiB

  • 데이터 세트 크기 : 390.40 MiB

  • 자동 캐시 ( 문서 ): 아니요

  • 분할 :

나뉘다
'train' 1,028
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
연산 텐서 tf.string
반복 텐서 tf.int32
정책 기능사전
정책/fc0 기능사전
정책/fc0/편향 텐서 (256,) tf.float32
정책/fc0/중량 텐서 (256, 11) tf.float32
정책/fc1 기능사전
정책/fc1/편향 텐서 (256,) tf.float32
정책/fc1/가중치 텐서 (256, 256) tf.float32
정책/last_fc 기능사전
정책/last_fc/bias 텐서 (삼,) tf.float32
정책/last_fc/중량 텐서 (3, 256) tf.float32
정책/last_fc_log_std 기능사전
정책/last_fc_log_std/bias 텐서 (삼,) tf.float32
정책/last_fc_log_std/중량 텐서 (3, 256) tf.float32
정책/비선형성 텐서 tf.string
정책/출력_분배 텐서 tf.string
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float64
단계/정보/qpos 텐서 (6,) tf.float64
단계/정보/qvel 텐서 (6,) tf.float64
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v2-전체 재생

  • 다운로드 크기 : 179.29 MiB

  • 데이터 세트 크기 : 115.04 MiB

  • 자동 캐시 ( 문서 ): 예

  • 분할 :

나뉘다
'train' 3,515
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
연산 텐서 tf.string
반복 텐서 tf.int32
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float64
단계/정보/qpos 텐서 (6,) tf.float64
단계/정보/qvel 텐서 (6,) tf.float64
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v2-medium

  • 다운로드 크기 : 145.68 MiB

  • 데이터 세트 크기 : 702.57 MiB

  • 자동 캐시 ( 문서 ): 아니요

  • 분할 :

나뉘다
'train' 2,187
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
연산 텐서 tf.string
반복 텐서 tf.int32
정책 기능사전
정책/fc0 기능사전
정책/fc0/편향 텐서 (256,) tf.float32
정책/fc0/중량 텐서 (256, 11) tf.float32
정책/fc1 기능사전
정책/fc1/편향 텐서 (256,) tf.float32
정책/fc1/가중치 텐서 (256, 256) tf.float32
정책/last_fc 기능사전
정책/last_fc/bias 텐서 (삼,) tf.float32
정책/last_fc/중량 텐서 (3, 256) tf.float32
정책/last_fc_log_std 기능사전
정책/last_fc_log_std/bias 텐서 (삼,) tf.float32
정책/last_fc_log_std/중량 텐서 (3, 256) tf.float32
정책/비선형성 텐서 tf.string
정책/출력_분배 텐서 tf.string
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float64
단계/정보/qpos 텐서 (6,) tf.float64
단계/정보/qvel 텐서 (6,) tf.float64
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v2-medium-expert

  • 다운로드 크기 : 290.43 MiB

  • 데이터 세트 크기 : 228.28 MiB

  • 자동 캐시 ( 문서 ): shuffle_files=False 인 경우에만(훈련)

  • 분할 :

나뉘다
'train' 3,214
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float64
단계/정보/qpos 텐서 (6,) tf.float64
단계/정보/qvel 텐서 (6,) tf.float64
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v2-medium-replay

  • 다운로드 크기 : 72.34 MiB

  • 데이터 세트 크기 : 46.51 MiB

  • 자동 캐시 ( 문서 ): 예

  • 분할 :

나뉘다
'train' 2,041
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
연산 텐서 tf.string
반복 텐서 tf.int32
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float64
단계/정보/qpos 텐서 (6,) tf.float64
단계/정보/qvel 텐서 (6,) tf.float64
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32

d4rl_mujoco_hopper/v2-무작위

  • 다운로드 크기 : 145.46 MiB

  • 데이터 세트 크기 : 130.72 MiB

  • 자동 캐시 ( 문서 ): shuffle_files=False 인 경우에만(훈련)

  • 분할 :

나뉘다
'train' 45,240
  • 기능 구조 :
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,
    }),
})
  • 기능 문서 :
특징 수업 모양 디타입 설명
기능사전
단계 데이터세트
단계/조치 텐서 (삼,) tf.float32
단계/할인 텐서 tf.float32
단계/정보 기능사전
단계/정보/action_log_probs 텐서 tf.float64
단계/정보/qpos 텐서 (6,) tf.float64
단계/정보/qvel 텐서 (6,) tf.float64
단계/is_first 텐서 tf.bool
단계/is_last 텐서 tf.bool
단계/is_terminal 텐서 tf.bool
단계/관찰 텐서 (11,) tf.float32
단계/보상 텐서 tf.float32