d4rl_mujoco_walker2d

• תיאור :

D4RL הוא אמת מידה בקוד פתוח ללמידת חיזוק לא מקוון. הוא מספק סביבות סטנדרטיות ומערכי נתונים עבור אלגוריתמי הדרכה ומידוד.

מערכי הנתונים פועלים לפי פורמט RLDS כדי לייצג שלבים ופרקים.

• תיעוד נוסף : חקור על ניירות עם קוד

• תיאור תצורה : ראה פרטים נוספים על המשימה וגרסאותיה ב- https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym

• דף הבית : https://sites.google.com/view/d4rl-anonymous

• קוד מקור : tfds.d4rl.d4rl_mujoco_walker2d.D4rlMujocoWalker2d

• גרסאות :

  • 1.0.0 : שחרור ראשוני.
  • 1.1.0 : נוסף is_last.
  • 1.2.0 (ברירת מחדל): עודכן כדי לקחת בחשבון את התצפית הבאה.

• מפתחות בפיקוח (ראה as_supervised doc ): None

• איור ( tfds.show_examples ): לא נתמך.

• ציטוט :

@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 (תצורת ברירת המחדל)

• גודל הורדה : 78.41 MiB

• גודל מערך נתונים : 98.64 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	1,628

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-medium

• גודל הורדה : 80.83 MiB

• גודל ערכת נתונים : 99.72 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	5,315

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-medium-expert

• גודל הורדה : 159.24 MiB

• גודל ערכת נתונים : 198.36 MiB

• שמור אוטומטי במטמון ( תיעוד ): רק כאשר shuffle_files=False (רכבת)

• פיצולים :

לְפַצֵל	דוגמאות
'train'	6,943

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-mixed

• גודל הורדה : 8.42 MiB

• גודל מערך נתונים : 10.06 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	501

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-אקראי

• גודל הורדה : 78.41 MiB

• גודל מערך נתונים : 112.04 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	50,988

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-expert

• גודל הורדה : 143.06 MiB

• גודל ערכת נתונים : 452.72 MiB

• שמור אוטומטי במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'train'	1,003

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
אַלגוֹרִיתְם	מוֹתֵחַ		חוּט
איטרציה	מוֹתֵחַ		int32
מְדִינִיוּת	FeaturesDict
מדיניות/fc0	FeaturesDict
policy/fc0/bias	מוֹתֵחַ	(256,)	לצוף32
policy/fc0/weight	מוֹתֵחַ	(256, 17)	לצוף32
מדיניות/fc1	FeaturesDict
policy/fc1/bias	מוֹתֵחַ	(256,)	לצוף32
policy/fc1/weight	מוֹתֵחַ	(256, 256)	לצוף32
policy/last_fc	FeaturesDict
policy/last_fc/bias	מוֹתֵחַ	(6,)	לצוף32
policy/last_fc/weight	מוֹתֵחַ	(6, 256)	לצוף32
policy/last_fc_log_std	FeaturesDict
policy/last_fc_log_std/bias	מוֹתֵחַ	(6,)	לצוף32
policy/last_fc_log_std/weight	מוֹתֵחַ	(6, 256)	לצוף32
מדיניות/אי-לינאריות	מוֹתֵחַ		חוּט
מדיניות/פלט_הפצה	מוֹתֵחַ		חוּט
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף32
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף32
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-medium

• גודל הורדה : 144.23 MiB

• גודל ערכת נתונים : 510.08 MiB

• שמור אוטומטי במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'train'	1,207

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
אַלגוֹרִיתְם	מוֹתֵחַ		חוּט
איטרציה	מוֹתֵחַ		int32
מְדִינִיוּת	FeaturesDict
מדיניות/fc0	FeaturesDict
policy/fc0/bias	מוֹתֵחַ	(256,)	לצוף32
policy/fc0/weight	מוֹתֵחַ	(256, 17)	לצוף32
מדיניות/fc1	FeaturesDict
policy/fc1/bias	מוֹתֵחַ	(256,)	לצוף32
policy/fc1/weight	מוֹתֵחַ	(256, 256)	לצוף32
policy/last_fc	FeaturesDict
policy/last_fc/bias	מוֹתֵחַ	(6,)	לצוף32
policy/last_fc/weight	מוֹתֵחַ	(6, 256)	לצוף32
policy/last_fc_log_std	FeaturesDict
policy/last_fc_log_std/bias	מוֹתֵחַ	(6,)	לצוף32
policy/last_fc_log_std/weight	מוֹתֵחַ	(6, 256)	לצוף32
מדיניות/אי-לינאריות	מוֹתֵחַ		חוּט
מדיניות/פלט_הפצה	מוֹתֵחַ		חוּט
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף32
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף32
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-medium-expert

• גודל הורדה : 286.69 MiB

• גודל מערך נתונים : 342.46 MiB

• שמור אוטומטי במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'train'	2,209

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף32
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף32
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-medium-replay

• גודל הורדה : 84.37 MiB

• גודל מערך נתונים : 52.10 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	1,093

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
אַלגוֹרִיתְם	מוֹתֵחַ		חוּט
איטרציה	מוֹתֵחַ		int32
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף64
צעדים/הנחה	מוֹתֵחַ		לצוף64
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף64
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף64
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף64
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף64
צעדים/פרס	מוֹתֵחַ		לצוף64

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-מלא-שידור חוזר

• גודל הורדה : 278.95 MiB

• גודל ערכת נתונים : 171.66 MiB

• שמור אוטומטי במטמון ( תיעוד ): רק כאשר shuffle_files=False (רכבת)

• פיצולים :

לְפַצֵל	דוגמאות
'train'	1,888

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
אַלגוֹרִיתְם	מוֹתֵחַ		חוּט
איטרציה	מוֹתֵחַ		int32
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף64
צעדים/הנחה	מוֹתֵחַ		לצוף64
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף64
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף64
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף64
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף64
צעדים/פרס	מוֹתֵחַ		לצוף64

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-random

• גודל הורדה : 132.36 MiB

• גודל מערך נתונים : 192.06 MiB

• שמור אוטומטי במטמון ( תיעוד ): רק כאשר shuffle_files=False (רכבת)

• פיצולים :

לְפַצֵל	דוגמאות
'train'	48,790

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף32
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף32
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף32
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-expert

• גודל הורדה : 219.89 MiB

• גודל מערך נתונים : 452.16 MiB

• שמור אוטומטי במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'train'	1,001

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
אַלגוֹרִיתְם	מוֹתֵחַ		חוּט
איטרציה	מוֹתֵחַ		int32
מְדִינִיוּת	FeaturesDict
מדיניות/fc0	FeaturesDict
policy/fc0/bias	מוֹתֵחַ	(256,)	לצוף32
policy/fc0/weight	מוֹתֵחַ	(256, 17)	לצוף32
מדיניות/fc1	FeaturesDict
policy/fc1/bias	מוֹתֵחַ	(256,)	לצוף32
policy/fc1/weight	מוֹתֵחַ	(256, 256)	לצוף32
policy/last_fc	FeaturesDict
policy/last_fc/bias	מוֹתֵחַ	(6,)	לצוף32
policy/last_fc/weight	מוֹתֵחַ	(6, 256)	לצוף32
policy/last_fc_log_std	FeaturesDict
policy/last_fc_log_std/bias	מוֹתֵחַ	(6,)	לצוף32
policy/last_fc_log_std/weight	מוֹתֵחַ	(6, 256)	לצוף32
מדיניות/אי-לינאריות	מוֹתֵחַ		חוּט
מדיניות/הפצה_תפוקה	מוֹתֵחַ		חוּט
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף64
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף64
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף64
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-מלא-שידור חוזר

• גודל הורדה : 271.91 MiB

• גודל ערכת נתונים : 171.66 MiB

• שמור אוטומטי במטמון ( תיעוד ): רק כאשר shuffle_files=False (רכבת)

• פיצולים :

לְפַצֵל	דוגמאות
'train'	1,888

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
אַלגוֹרִיתְם	מוֹתֵחַ		חוּט
איטרציה	מוֹתֵחַ		int32
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף64
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף64
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף64
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-medium

• גודל הורדה : 221.50 MiB

• גודל מערך נתונים : 505.58 MiB

• שמור אוטומטי במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'train'	1,191

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
אַלגוֹרִיתְם	מוֹתֵחַ		חוּט
איטרציה	מוֹתֵחַ		int32
מְדִינִיוּת	FeaturesDict
מדיניות/fc0	FeaturesDict
policy/fc0/bias	מוֹתֵחַ	(256,)	לצוף32
policy/fc0/weight	מוֹתֵחַ	(256, 17)	לצוף32
מדיניות/fc1	FeaturesDict
policy/fc1/bias	מוֹתֵחַ	(256,)	לצוף32
policy/fc1/weight	מוֹתֵחַ	(256, 256)	לצוף32
policy/last_fc	FeaturesDict
policy/last_fc/bias	מוֹתֵחַ	(6,)	לצוף32
policy/last_fc/weight	מוֹתֵחַ	(6, 256)	לצוף32
policy/last_fc_log_std	FeaturesDict
policy/last_fc_log_std/bias	מוֹתֵחַ	(6,)	לצוף32
policy/last_fc_log_std/weight	מוֹתֵחַ	(6, 256)	לצוף32
מדיניות/אי-לינאריות	מוֹתֵחַ		חוּט
מדיניות/פלט_הפצה	מוֹתֵחַ		חוּט
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף64
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף64
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף64
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-medium-expert

• גודל הורדה : 440.79 MiB

• גודל ערכת נתונים : 342.45 MiB

• שמור אוטומטי במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'train'	2,191

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף64
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף64
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף64
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-medium-replay

• גודל הורדה : 82.32 MiB

• גודל ערכת נתונים : 52.10 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	1,093

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
אַלגוֹרִיתְם	מוֹתֵחַ		חוּט
איטרציה	מוֹתֵחַ		int32
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף64
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף64
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף64
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-אקראי

• גודל הורדה : 206.10 MiB

• גודל ערכת נתונים : 192.11 MiB

• שמור אוטומטי במטמון ( תיעוד ): רק כאשר shuffle_files=False (רכבת)

• פיצולים :

לְפַצֵל	דוגמאות
'train'	48,908

• מבנה תכונה :

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,
    }),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
צעדים	מערך נתונים
צעדים/פעולה	מוֹתֵחַ	(6,)	לצוף32
צעדים/הנחה	מוֹתֵחַ		לצוף32
שלבים/מידע	FeaturesDict
steps/infos/action_log_probs	מוֹתֵחַ		לצוף64
צעדים/מידע/qpos	מוֹתֵחַ	(9,)	לצוף64
צעדים/מידע/qvel	מוֹתֵחַ	(9,)	לצוף64
צעדים/הוא_ראשון	מוֹתֵחַ		bool
צעדים/הוא_אחרון	מוֹתֵחַ		bool
steps/is_terminal	מוֹתֵחַ		bool
צעדים/תצפית	מוֹתֵחַ	(17,)	לצוף32
צעדים/פרס	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):