d4rl_mujoco_hopper

  • Opis :

D4RL to benchmark open source do uczenia się przez wzmacnianie offline. Zapewnia ustandaryzowane środowiska i zestawy danych na potrzeby algorytmów szkoleniowych i porównawczych.

Zestawy danych są zgodne z formatem RLDS, aby reprezentować kroki i epizody.

@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 (konfiguracja domyślna)

  • Rozmiar pliku do pobrania : 51.56 MiB

  • Rozmiar zestawu danych : 64.10 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Dzieli :

Rozdzielać Przykłady
'train' 1,029
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v0-medium

  • Rozmiar pliku do pobrania : 51.74 MiB

  • Rozmiar zestawu danych : 64.68 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Dzieli :

Rozdzielać Przykłady
'train' 3064
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v0-medium-expert

  • Rozmiar pliku do pobrania : 62.01 MiB

  • Rozmiar zbioru danych : 77.25 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Dzieli :

Rozdzielać Przykłady
'train' 2277
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v0-mixed

  • Rozmiar pliku do pobrania : 10.48 MiB

  • Rozmiar zestawu danych : 13.15 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Dzieli :

Rozdzielać Przykłady
'train' 1250
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v0-losowo

  • Rozmiar pliku do pobrania : 51.83 MiB

  • Rozmiar zestawu danych : 66.06 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Dzieli :

Rozdzielać Przykłady
'train' 8793
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v1-ekspert

  • Rozmiar pliku do pobrania : 93.19 MiB

  • Rozmiar zestawu danych : 608.03 MiB

  • Automatyczne buforowanie ( dokumentacja ): Nie

  • Dzieli :

Rozdzielać Przykłady
'train' 1836
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
algorytm Napinacz tf.string
iteracja Napinacz tf.int32
polityka FunkcjeDict
polityka/fc0 FunkcjeDict
polityka/fc0/strona Napinacz (256,) tf.float32
polisa/fc0/waga Napinacz (256, 11) tf.float32
polityka/fc1 FunkcjeDict
polityka/fc1/strona Napinacz (256,) tf.float32
polisa/fc1/waga Napinacz (256, 256) tf.float32
polityka/last_fc FunkcjeDict
polityka/last_fc/bias Napinacz (3,) tf.float32
polityka/last_fc/waga Napinacz (3, 256) tf.float32
polityka/last_fc_log_std FunkcjeDict
polityka/last_fc_log_std/bias Napinacz (3,) tf.float32
polityka/last_fc_log_std/waga Napinacz (3, 256) tf.float32
polityka/nieliniowość Napinacz tf.string
policy/output_distribution Napinacz tf.string
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float32
kroki/informacje/qpos Napinacz (6,) tf.float32
kroki/informacje/qvel Napinacz (6,) tf.float32
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v1-średni

  • Rozmiar pliku do pobrania : 92.03 MiB

  • Rozmiar zbioru danych : 1.78 GiB

  • Automatyczne buforowanie ( dokumentacja ): Nie

  • Dzieli :

Rozdzielać Przykłady
'train' 6 328
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
algorytm Napinacz tf.string
iteracja Napinacz tf.int32
polityka FunkcjeDict
polityka/fc0 FunkcjeDict
polityka/fc0/strona Napinacz (256,) tf.float32
polisa/fc0/waga Napinacz (256, 11) tf.float32
polityka/fc1 FunkcjeDict
polityka/fc1/strona Napinacz (256,) tf.float32
polisa/fc1/waga Napinacz (256, 256) tf.float32
polityka/last_fc FunkcjeDict
polityka/last_fc/bias Napinacz (3,) tf.float32
polityka/last_fc/waga Napinacz (3, 256) tf.float32
polityka/last_fc_log_std FunkcjeDict
polityka/last_fc_log_std/bias Napinacz (3,) tf.float32
polityka/last_fc_log_std/waga Napinacz (3, 256) tf.float32
polityka/nieliniowość Napinacz tf.string
policy/output_distribution Napinacz tf.string
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float32
kroki/informacje/qpos Napinacz (6,) tf.float32
kroki/informacje/qvel Napinacz (6,) tf.float32
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v1-średni-ekspert

  • Rozmiar pliku do pobrania : 184.59 MiB

  • Rozmiar zestawu danych : 230.24 MiB

  • Automatyczne buforowanie ( dokumentacja ): tylko wtedy, gdy shuffle_files=False (pociąg)

  • Dzieli :

Rozdzielać Przykłady
'train' 8163
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float32
kroki/informacje/qpos Napinacz (6,) tf.float32
kroki/informacje/qvel Napinacz (6,) tf.float32
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v1-średnia powtórka

  • Rozmiar pliku do pobrania : 55.65 MiB

  • Rozmiar zestawu danych : 34.78 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Dzieli :

Rozdzielać Przykłady
'train' 1151
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
algorytm Napinacz tf.string
iteracja Napinacz tf.int32
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float64
kroki/rabat Napinacz tf.float64
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float64
kroki/informacje/qpos Napinacz (6,) tf.float64
kroki/informacje/qvel Napinacz (6,) tf.float64
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float64
kroki/nagroda Napinacz tf.float64

d4rl_mujoco_hopper/v1-pełna powtórka

  • Rozmiar pliku do pobrania : 183.32 MiB

  • Rozmiar zbioru danych : 114.78 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Dzieli :

Rozdzielać Przykłady
'train' 2907
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
algorytm Napinacz tf.string
iteracja Napinacz tf.int32
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float64
kroki/rabat Napinacz tf.float64
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float64
kroki/informacje/qpos Napinacz (6,) tf.float64
kroki/informacje/qvel Napinacz (6,) tf.float64
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float64
kroki/nagroda Napinacz tf.float64

d4rl_mujoco_hopper/v1-losowo

  • Rozmiar pliku do pobrania : 91.11 MiB

  • Rozmiar zbioru danych : 130.73 MiB

  • Automatyczne buforowanie ( dokumentacja ): tylko wtedy, gdy shuffle_files=False (pociąg)

  • Dzieli :

Rozdzielać Przykłady
'train' 45 265
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float32
kroki/informacje/qpos Napinacz (6,) tf.float32
kroki/informacje/qvel Napinacz (6,) tf.float32
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v2-ekspert

  • Rozmiar pliku do pobrania : 145.37 MiB

  • Rozmiar zbioru danych : 390.40 MiB

  • Automatyczne buforowanie ( dokumentacja ): Nie

  • Dzieli :

Rozdzielać Przykłady
'train' 1,028
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
algorytm Napinacz tf.string
iteracja Napinacz tf.int32
polityka FunkcjeDict
polityka/fc0 FunkcjeDict
polityka/fc0/strona Napinacz (256,) tf.float32
polisa/fc0/waga Napinacz (256, 11) tf.float32
polityka/fc1 FunkcjeDict
polityka/fc1/strona Napinacz (256,) tf.float32
polisa/fc1/waga Napinacz (256, 256) tf.float32
polityka/last_fc FunkcjeDict
polityka/last_fc/bias Napinacz (3,) tf.float32
polityka/last_fc/waga Napinacz (3, 256) tf.float32
polityka/last_fc_log_std FunkcjeDict
polityka/last_fc_log_std/bias Napinacz (3,) tf.float32
polityka/last_fc_log_std/waga Napinacz (3, 256) tf.float32
polityka/nieliniowość Napinacz tf.string
policy/output_distribution Napinacz tf.string
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float64
kroki/informacje/qpos Napinacz (6,) tf.float64
kroki/informacje/qvel Napinacz (6,) tf.float64
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v2-pełna powtórka

  • Rozmiar pliku do pobrania : 179.29 MiB

  • Rozmiar zestawu danych : 115.04 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Dzieli :

Rozdzielać Przykłady
'train' 3515
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
algorytm Napinacz tf.string
iteracja Napinacz tf.int32
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float64
kroki/informacje/qpos Napinacz (6,) tf.float64
kroki/informacje/qvel Napinacz (6,) tf.float64
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v2-medium

  • Rozmiar pliku do pobrania : 145.68 MiB

  • Rozmiar zestawu danych : 702.57 MiB

  • Automatyczne buforowanie ( dokumentacja ): Nie

  • Dzieli :

Rozdzielać Przykłady
'train' 2187
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
algorytm Napinacz tf.string
iteracja Napinacz tf.int32
polityka FunkcjeDict
polityka/fc0 FunkcjeDict
polityka/fc0/strona Napinacz (256,) tf.float32
polisa/fc0/waga Napinacz (256, 11) tf.float32
polityka/fc1 FunkcjeDict
polityka/fc1/strona Napinacz (256,) tf.float32
polisa/fc1/waga Napinacz (256, 256) tf.float32
polityka/last_fc FunkcjeDict
polityka/last_fc/bias Napinacz (3,) tf.float32
polityka/last_fc/waga Napinacz (3, 256) tf.float32
polityka/last_fc_log_std FunkcjeDict
polityka/last_fc_log_std/bias Napinacz (3,) tf.float32
polityka/last_fc_log_std/waga Napinacz (3, 256) tf.float32
polityka/nieliniowość Napinacz tf.string
policy/output_distribution Napinacz tf.string
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float64
kroki/informacje/qpos Napinacz (6,) tf.float64
kroki/informacje/qvel Napinacz (6,) tf.float64
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v2-średni-ekspert

  • Rozmiar pliku do pobrania : 290.43 MiB

  • Rozmiar zestawu danych : 228.28 MiB

  • Automatyczne buforowanie ( dokumentacja ): tylko wtedy, gdy shuffle_files=False (pociąg)

  • Dzieli :

Rozdzielać Przykłady
'train' 3214
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float64
kroki/informacje/qpos Napinacz (6,) tf.float64
kroki/informacje/qvel Napinacz (6,) tf.float64
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v2-średnia powtórka

  • Rozmiar pliku do pobrania : 72.34 MiB

  • Rozmiar zestawu danych : 46.51 MiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Dzieli :

Rozdzielać Przykłady
'train' 2041
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
algorytm Napinacz tf.string
iteracja Napinacz tf.int32
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float64
kroki/informacje/qpos Napinacz (6,) tf.float64
kroki/informacje/qvel Napinacz (6,) tf.float64
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32

d4rl_mujoco_hopper/v2-losowo

  • Rozmiar pliku do pobrania : 145.46 MiB

  • Rozmiar zbioru danych : 130.72 MiB

  • Automatyczne buforowanie ( dokumentacja ): tylko wtedy, gdy shuffle_files=False (pociąg)

  • Dzieli :

Rozdzielać Przykłady
'train' 45 240
  • Struktura funkcji :
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,
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
kroki Zbiór danych
kroki/działania Napinacz (3,) tf.float32
kroki/rabat Napinacz tf.float32
kroki/informacje FunkcjeDict
kroki/informacje/action_log_probs Napinacz tf.float64
kroki/informacje/qpos Napinacz (6,) tf.float64
kroki/informacje/qvel Napinacz (6,) tf.float64
kroki/jest_pierwszy Napinacz tf.bool
kroki/jest_ostatni Napinacz tf.bool
kroki/jest_terminal Napinacz tf.bool
kroki/obserwacja Napinacz (11,) tf.float32
kroki/nagroda Napinacz tf.float32