TFDS agora suporta o formato Croissant 🥐 ! Leia a documentação para saber mais.

Esta página foi traduzida pela API Cloud Translation.

d4rl_mujoco_walker2d

Descrição :

D4RL é um benchmark de código aberto para aprendizagem por reforço offline. Ele fornece ambientes e conjuntos de dados padronizados para algoritmos de treinamento e benchmarking.

Os conjuntos de dados seguem o formato RLDS para representar etapas e episódios.

Documentação adicional : Explore artigos com código
Descrição da configuração : veja mais detalhes sobre a tarefa e suas versões em https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym
Página inicial : https://sites.google.com/view/d4rl-anonymous
Código fonte : tfds.d4rl.d4rl_mujoco_walker2d.D4rlMujocoWalker2d
Versões :
- 1.0.0 : Versão inicial.
- 1.1.0 : Adicionado is_last.
- 1.2.0 (padrão): Atualizado para levar em conta a próxima observação.
Chaves supervisionadas (consulte o documento as_supervised ): None
Figura ( tfds.show_examples ): Não suportado.
Citação :

@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_walker2d/v0-expert (configuração padrão)

Tamanho do download : 78.41 MiB
Tamanho do conjunto de dados : 98.64 MiB
Armazenado em cache automaticamente ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	1.628

Estrutura de recursos :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
etapas/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-medium

Tamanho do download : 80.83 MiB
Tamanho do conjunto de dados : 99.72 MiB
Armazenado em cache automaticamente ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	5.315

Estrutura de recursos :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
etapas/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-medium-expert

Tamanho do download : 159.24 MiB
Tamanho do conjunto de dados : 198.36 MiB
Armazenado em cache automaticamente ( documentação ): somente quando shuffle_files=False (train)
Divisões :

Dividir	Exemplos
`'train'`	6.943

Estrutura de recursos :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-misto

Tamanho do download : 8.42 MiB
Tamanho do conjunto de dados : 10.06 MiB
Armazenado em cache automaticamente ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	501

Estrutura de recursos :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-random

Tamanho do download : 78.41 MiB
Tamanho do conjunto de dados : 112.04 MiB
Armazenado em cache automaticamente ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	50.988

Estrutura de recursos :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-expert

Tamanho do download : 143.06 MiB
Tamanho do conjunto de dados : 452.72 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.003

Estrutura de recursos :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 17), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(9,), dtype=float32),
            'qvel': Tensor(shape=(9,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
algoritmo	Tensor		corda
iteração	Tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	Tensor	(256,)	float32
política/fc0/peso	Tensor	(256, 17)	float32
política/fc1	RecursosDict
política/fc1/preconceito	Tensor	(256,)	float32
política/fc1/peso	Tensor	(256, 256)	float32
política/last_fc	RecursosDict
política/last_fc/bias	Tensor	(6,)	float32
política/last_fc/peso	Tensor	(6, 256)	float32
política/last_fc_log_std	RecursosDict
política/last_fc_log_std/bias	Tensor	(6,)	float32
política/last_fc_log_std/peso	Tensor	(6, 256)	float32
política/não linearidade	Tensor		corda
política/output_distribution	Tensor		corda
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float32
etapas/informações/qpos	Tensor	(9,)	float32
passos/informações/qvel	Tensor	(9,)	float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-medium

Tamanho do download : 144.23 MiB
Tamanho do conjunto de dados : 510.08 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.207

Estrutura de recursos :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 17), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(9,), dtype=float32),
            'qvel': Tensor(shape=(9,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
algoritmo	Tensor		corda
iteração	Tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	Tensor	(256,)	float32
política/fc0/peso	Tensor	(256, 17)	float32
política/fc1	RecursosDict
política/fc1/preconceito	Tensor	(256,)	float32
política/fc1/peso	Tensor	(256, 256)	float32
política/last_fc	RecursosDict
política/last_fc/bias	Tensor	(6,)	float32
política/last_fc/peso	Tensor	(6, 256)	float32
política/last_fc_log_std	RecursosDict
política/last_fc_log_std/bias	Tensor	(6,)	float32
política/last_fc_log_std/peso	Tensor	(6, 256)	float32
política/não linearidade	Tensor		corda
política/output_distribution	Tensor		corda
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float32
etapas/informações/qpos	Tensor	(9,)	float32
passos/informações/qvel	Tensor	(9,)	float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-medium-expert

Tamanho do download : 286.69 MiB
Tamanho do conjunto de dados : 342.46 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	2.209

Estrutura de recursos :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(9,), dtype=float32),
            'qvel': Tensor(shape=(9,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float32
etapas/informações/qpos	Tensor	(9,)	float32
passos/informações/qvel	Tensor	(9,)	float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-medium-replay

Tamanho do download : 84.37 MiB
Tamanho do conjunto de dados : 52.10 MiB
Armazenado em cache automaticamente ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	1.093

Estrutura de recursos :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float64),
        'reward': float64,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
algoritmo	Tensor		corda
iteração	Tensor		int32
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float64
passos/desconto	Tensor		float64
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float64
etapas/informações/qpos	Tensor	(9,)	float64
passos/informações/qvel	Tensor	(9,)	float64
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float64
passos/recompensa	Tensor		float64

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-full-replay

Tamanho do download : 278.95 MiB
Tamanho do conjunto de dados : 171.66 MiB
Armazenado em cache automaticamente ( documentação ): somente quando shuffle_files=False (train)
Divisões :

Dividir	Exemplos
`'train'`	1.888

Estrutura de recursos :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float64),
        'reward': float64,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
algoritmo	Tensor		corda
iteração	Tensor		int32
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float64
passos/desconto	Tensor		float64
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float64
etapas/informações/qpos	Tensor	(9,)	float64
passos/informações/qvel	Tensor	(9,)	float64
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float64
passos/recompensa	Tensor		float64

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-random

Tamanho do download : 132.36 MiB
Tamanho do conjunto de dados : 192.06 MiB
Armazenado em cache automaticamente ( documentação ): somente quando shuffle_files=False (train)
Divisões :

Dividir	Exemplos
`'train'`	48.790

Estrutura de recursos :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(9,), dtype=float32),
            'qvel': Tensor(shape=(9,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float32
etapas/informações/qpos	Tensor	(9,)	float32
passos/informações/qvel	Tensor	(9,)	float32
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-expert

Tamanho do download : 219.89 MiB
Tamanho do conjunto de dados : 452.16 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.001

Estrutura de recursos :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 17), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
algoritmo	Tensor		corda
iteração	Tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	Tensor	(256,)	float32
política/fc0/peso	Tensor	(256, 17)	float32
política/fc1	RecursosDict
política/fc1/preconceito	Tensor	(256,)	float32
política/fc1/peso	Tensor	(256, 256)	float32
política/last_fc	RecursosDict
política/last_fc/bias	Tensor	(6,)	float32
política/last_fc/peso	Tensor	(6, 256)	float32
política/last_fc_log_std	RecursosDict
política/last_fc_log_std/bias	Tensor	(6,)	float32
política/last_fc_log_std/peso	Tensor	(6, 256)	float32
política/não linearidade	Tensor		corda
política/output_distribution	Tensor		corda
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float64
etapas/informações/qpos	Tensor	(9,)	float64
passos/informações/qvel	Tensor	(9,)	float64
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-full-replay

Tamanho do download : 271.91 MiB
Tamanho do conjunto de dados : 171.66 MiB
Armazenado em cache automaticamente ( documentação ): somente quando shuffle_files=False (train)
Divisões :

Dividir	Exemplos
`'train'`	1.888

Estrutura de recursos :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
algoritmo	Tensor		corda
iteração	Tensor		int32
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float64
etapas/informações/qpos	Tensor	(9,)	float64
passos/informações/qvel	Tensor	(9,)	float64
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-medium

Tamanho do download : 221.50 MiB
Tamanho do conjunto de dados : 505.58 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	1.191

Estrutura de recursos :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 17), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(6,), dtype=float32),
            'weight': Tensor(shape=(6, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
algoritmo	Tensor		corda
iteração	Tensor		int32
política	RecursosDict
política/fc0	RecursosDict
política/fc0/bias	Tensor	(256,)	float32
política/fc0/peso	Tensor	(256, 17)	float32
política/fc1	RecursosDict
política/fc1/preconceito	Tensor	(256,)	float32
política/fc1/peso	Tensor	(256, 256)	float32
política/last_fc	RecursosDict
política/last_fc/bias	Tensor	(6,)	float32
política/last_fc/peso	Tensor	(6, 256)	float32
política/last_fc_log_std	RecursosDict
política/last_fc_log_std/bias	Tensor	(6,)	float32
política/last_fc_log_std/peso	Tensor	(6, 256)	float32
política/não linearidade	Tensor		corda
política/output_distribution	Tensor		corda
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float64
etapas/informações/qpos	Tensor	(9,)	float64
passos/informações/qvel	Tensor	(9,)	float64
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-medium-expert

Tamanho do download : 440.79 MiB
Tamanho do conjunto de dados : 342.45 MiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'train'`	2.191

Estrutura de recursos :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float64
etapas/informações/qpos	Tensor	(9,)	float64
passos/informações/qvel	Tensor	(9,)	float64
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-medium-replay

Tamanho do download : 82.32 MiB
Tamanho do conjunto de dados : 52.10 MiB
Armazenado em cache automaticamente ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	1.093

Estrutura de recursos :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
algoritmo	Tensor		corda
iteração	Tensor		int32
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float64
etapas/informações/qpos	Tensor	(9,)	float64
passos/informações/qvel	Tensor	(9,)	float64
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
passos/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-random

Tamanho do download : 206.10 MiB
Tamanho do conjunto de dados : 192.11 MiB
Armazenado em cache automaticamente ( documentação ): somente quando shuffle_files=False (train)
Divisões :

Dividir	Exemplos
`'train'`	48.908

Estrutura de recursos :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(9,), dtype=float64),
            'qvel': Tensor(shape=(9,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(17,), dtype=float32),
        'reward': float32,
    }),
})

Documentação de recursos :

Recurso	Aula	Forma	Tipo D
	RecursosDict
passos	Conjunto de dados
etapas/ação	Tensor	(6,)	float32
passos/desconto	Tensor		float32
etapas/informações	RecursosDict
etapas/informações/action_log_probs	Tensor		float64
etapas/informações/qpos	Tensor	(9,)	float64
passos/informações/qvel	Tensor	(9,)	float64
passos/é_primeiro	Tensor		bool
passos/é_último	Tensor		bool
etapas/is_terminal	Tensor		bool
etapas/observação	Tensor	(17,)	float32
passos/recompensa	Tensor		float32

Exemplos ( tfds.as_dataframe ):