d4rl_mujoco_walker2d

  • الوصف :

D4RL هو معيار مفتوح المصدر للتعلم المعزز في وضع عدم الاتصال. يوفر بيئات ومجموعات بيانات موحدة للتدريب وخوارزميات قياس الأداء.

تتبع مجموعات البيانات تنسيق RLDS لتمثيل الخطوات والحلقات.

@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 (التكوين الافتراضي)

  • حجم التحميل : 78.41 MiB

  • حجم مجموعة البيانات : 98.64 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 1،628
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v0-medium

  • حجم التحميل : 80.83 MiB

  • حجم مجموعة البيانات : 99.72 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 5315
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v0- خبير متوسط

  • حجم التحميل : 159.24 MiB

  • حجم مجموعة البيانات : 198.36 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

  • الانقسامات :

انشق، مزق أمثلة
'train' 6943
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v0- مختلط

  • حجم التحميل : 8.42 MiB

  • حجم مجموعة البيانات : 10.06 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 501
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v0- عشوائي

  • حجم التحميل : 78.41 MiB

  • حجم مجموعة البيانات : 112.04 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 50988
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v1-expert

  • حجم التحميل : 143.06 MiB

  • حجم مجموعة البيانات : 452.72 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'train' 1003
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر سلسلة
تكرار موتر int32
سياسات الميزات
سياسة / fc0 الميزات
سياسة / fc0 / تحيز موتر (256 ،) تعويم 32
السياسة / fc0 / الوزن موتر (256 ، 17) تعويم 32
سياسة / fc1 الميزات
سياسة / fc1 / تحيز موتر (256 ،) تعويم 32
السياسة / fc1 / الوزن موتر (256 ، 256) تعويم 32
السياسة / last_fc الميزات
سياسة / last_fc / تحيز موتر (6 ،) تعويم 32
السياسة / last_fc / الوزن موتر (6 ، 256) تعويم 32
السياسة / last_fc_log_std الميزات
السياسة / last_fc_log_std / التحيز موتر (6 ،) تعويم 32
السياسة / last_fc_log_std / الوزن موتر (6 ، 256) تعويم 32
السياسة / اللاخطية موتر سلسلة
توزيع السياسة / الإخراج موتر سلسلة
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 32
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 32
الخطوات / المقال / qvel موتر (9 ،) تعويم 32
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v1-medium

  • حجم التحميل : 144.23 MiB

  • حجم مجموعة البيانات : 510.08 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'train' 1،207
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر سلسلة
تكرار موتر int32
سياسات الميزات
سياسة / fc0 الميزات
سياسة / fc0 / تحيز موتر (256 ،) تعويم 32
السياسة / fc0 / الوزن موتر (256 ، 17) تعويم 32
سياسة / fc1 الميزات
سياسة / fc1 / تحيز موتر (256 ،) تعويم 32
السياسة / fc1 / الوزن موتر (256 ، 256) تعويم 32
السياسة / last_fc الميزات
سياسة / last_fc / تحيز موتر (6 ،) تعويم 32
السياسة / last_fc / الوزن موتر (6 ، 256) تعويم 32
السياسة / last_fc_log_std الميزات
السياسة / last_fc_log_std / التحيز موتر (6 ،) تعويم 32
السياسة / last_fc_log_std / الوزن موتر (6 ، 256) تعويم 32
السياسة / اللاخطية موتر سلسلة
توزيع السياسة / الإخراج موتر سلسلة
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 32
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 32
الخطوات / المقال / qvel موتر (9 ،) تعويم 32
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v1- خبير متوسط

  • حجم التحميل : 286.69 MiB

  • حجم مجموعة البيانات : 342.46 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'train' 2،209
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 32
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 32
الخطوات / المقال / qvel موتر (9 ،) تعويم 32
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v1- إعادة تشغيل متوسطة

  • حجم التحميل : 84.37 MiB

  • حجم مجموعة البيانات : 52.10 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 1،093
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر سلسلة
تكرار موتر int32
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 64
خطوات / خصم موتر تعويم 64
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 64
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 64
الخطوات / المقال / qvel موتر (9 ،) تعويم 64
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 64
خطوات / مكافأة موتر تعويم 64

d4rl_mujoco_walker2d / v1- إعادة تشغيل كاملة

  • حجم التحميل : 278.95 MiB

  • حجم مجموعة البيانات : 171.66 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

  • الانقسامات :

انشق، مزق أمثلة
'train' 1،888
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر سلسلة
تكرار موتر int32
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 64
خطوات / خصم موتر تعويم 64
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 64
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 64
الخطوات / المقال / qvel موتر (9 ،) تعويم 64
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 64
خطوات / مكافأة موتر تعويم 64

d4rl_mujoco_walker2d / v1- عشوائي

  • حجم التحميل : 132.36 MiB

  • حجم مجموعة البيانات : 192.06 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

  • الانقسامات :

انشق، مزق أمثلة
'train' 48790
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 32
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 32
الخطوات / المقال / qvel موتر (9 ،) تعويم 32
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v2-expert

  • حجم التحميل : 219.89 MiB

  • حجم مجموعة البيانات : 452.16 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'train' 1001
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر سلسلة
تكرار موتر int32
سياسات الميزات
سياسة / fc0 الميزات
سياسة / fc0 / تحيز موتر (256 ،) تعويم 32
السياسة / fc0 / الوزن موتر (256 ، 17) تعويم 32
سياسة / fc1 الميزات
سياسة / fc1 / تحيز موتر (256 ،) تعويم 32
السياسة / fc1 / الوزن موتر (256 ، 256) تعويم 32
السياسة / last_fc الميزات
سياسة / last_fc / تحيز موتر (6 ،) تعويم 32
السياسة / last_fc / الوزن موتر (6 ، 256) تعويم 32
السياسة / last_fc_log_std الميزات
السياسة / last_fc_log_std / التحيز موتر (6 ،) تعويم 32
السياسة / last_fc_log_std / الوزن موتر (6 ، 256) تعويم 32
السياسة / اللاخطية موتر سلسلة
توزيع السياسة / الإخراج موتر سلسلة
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 64
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 64
الخطوات / المقال / qvel موتر (9 ،) تعويم 64
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v2- إعادة تشغيل كاملة

  • حجم التحميل : 271.91 MiB

  • حجم مجموعة البيانات : 171.66 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

  • الانقسامات :

انشق، مزق أمثلة
'train' 1،888
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر سلسلة
تكرار موتر int32
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 64
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 64
الخطوات / المقال / qvel موتر (9 ،) تعويم 64
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v2-medium

  • حجم التحميل : 221.50 MiB

  • حجم مجموعة البيانات : 505.58 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'train' 1،191
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر سلسلة
تكرار موتر int32
سياسات الميزات
سياسة / fc0 الميزات
سياسة / fc0 / تحيز موتر (256 ،) تعويم 32
السياسة / fc0 / الوزن موتر (256 ، 17) تعويم 32
سياسة / fc1 الميزات
سياسة / fc1 / تحيز موتر (256 ،) تعويم 32
السياسة / fc1 / الوزن موتر (256 ، 256) تعويم 32
السياسة / last_fc الميزات
سياسة / last_fc / تحيز موتر (6 ،) تعويم 32
السياسة / last_fc / الوزن موتر (6 ، 256) تعويم 32
السياسة / last_fc_log_std الميزات
السياسة / last_fc_log_std / التحيز موتر (6 ،) تعويم 32
السياسة / last_fc_log_std / الوزن موتر (6 ، 256) تعويم 32
السياسة / اللاخطية موتر سلسلة
توزيع السياسة / الإخراج موتر سلسلة
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 64
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 64
الخطوات / المقال / qvel موتر (9 ،) تعويم 64
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v2- خبير متوسط

  • حجم التحميل : 440.79 MiB

  • حجم مجموعة البيانات : 342.45 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'train' 2،191
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 64
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 64
الخطوات / المقال / qvel موتر (9 ،) تعويم 64
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v2- إعادة تشغيل متوسطة

  • حجم التحميل : 82.32 MiB

  • حجم مجموعة البيانات : 52.10 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'train' 1،093
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
الخوارزمية موتر سلسلة
تكرار موتر int32
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 64
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 64
الخطوات / المقال / qvel موتر (9 ،) تعويم 64
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32

d4rl_mujoco_walker2d / v2-random

  • حجم التحميل : 206.10 MiB

  • حجم مجموعة البيانات : 192.11 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): فقط عندما يكون shuffle_files=False (قطار)

  • الانقسامات :

انشق، مزق أمثلة
'train' 48908
  • هيكل الميزة :
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,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
خطوات مجموعة البيانات
خطوات / عمل موتر (6 ،) تعويم 32
خطوات / خصم موتر تعويم 32
خطوات / معلومات الميزات
الخطوات / المعلومات / action_log_probs موتر تعويم 64
الخطوات / بقية المقال / qpos موتر (9 ،) تعويم 64
الخطوات / المقال / qvel موتر (9 ،) تعويم 64
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة موتر (17 ،) تعويم 32
خطوات / مكافأة موتر تعويم 32