d4rl_mujoco_walker2d

• Descripción :

D4RL es un punto de referencia de código abierto para el aprendizaje por refuerzo fuera de línea. Proporciona entornos y conjuntos de datos estandarizados para algoritmos de entrenamiento y evaluación comparativa.

Los conjuntos de datos siguen el formato RLDS para representar pasos y episodios.

• Documentación adicional : Explorar en artículos con código

• Descripción de la configuración : vea más detalles sobre la tarea y sus versiones en https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym

• Página de inicio : https://sites.google.com/view/d4rl-anonymous

• Código fuente : tfds.d4rl.d4rl_mujoco_walker2d.D4rlMujocoWalker2d

• Versiones :

  • 1.0.0 : versión inicial.
  • 1.1.0 : Se agregó is_last.
  • 1.2.0 (predeterminado): actualizado para tener en cuenta la siguiente observación.

• Claves supervisadas (ver documento as_supervised ): None

• Figura ( tfds.show_examples ): no compatible.

• Citación :

@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 (configuración predeterminada)

• Tamaño de descarga : 78.41 MiB

• Tamaño del conjunto de datos : 98.64 MiB

• Almacenamiento en caché automático ( documentación ): Sí

• Divisiones :

Dividir	Ejemplos
'train'	1.628

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-medio

• Tamaño de descarga : 80.83 MiB

• Tamaño del conjunto de datos : 99.72 MiB

• Almacenamiento en caché automático ( documentación ): Sí

• Divisiones :

Dividir	Ejemplos
'train'	5.315

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-medio-experto

• Tamaño de descarga : 159.24 MiB

• Tamaño del conjunto de datos : 198.36 MiB

• Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)

• Divisiones :

Dividir	Ejemplos
'train'	6.943

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-mixto

• Tamaño de descarga : 8.42 MiB

• Tamaño del conjunto de datos : 10.06 MiB

• Almacenamiento en caché automático ( documentación ): Sí

• Divisiones :

Dividir	Ejemplos
'train'	501

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v0-aleatorio

• Tamaño de descarga : 78.41 MiB

• Tamaño del conjunto de datos : 112.04 MiB

• Almacenamiento en caché automático ( documentación ): Sí

• Divisiones :

Dividir	Ejemplos
'train'	50.988

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-experto

• Tamaño de descarga : 143.06 MiB

• Tamaño del conjunto de datos : 452.72 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1.003

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 17)	flotador32
política/fc1	FuncionesDict
política/fc1/sesgo	Tensor	(256,)	flotador32
política/fc1/peso	Tensor	(256, 256)	flotador32
política/último_fc	FuncionesDict
política/last_fc/sesgo	Tensor	(6,)	flotador32
política/last_fc/peso	Tensor	(6, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(6,)	flotador32
política/last_fc_log_std/peso	Tensor	(6, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(9,)	flotador32
pasos/información/qvel	Tensor	(9,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-medio

• Tamaño de descarga : 144.23 MiB

• Tamaño del conjunto de datos : 510.08 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1.207

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 17)	flotador32
política/fc1	FuncionesDict
política/fc1/sesgo	Tensor	(256,)	flotador32
política/fc1/peso	Tensor	(256, 256)	flotador32
política/último_fc	FuncionesDict
política/last_fc/sesgo	Tensor	(6,)	flotador32
política/last_fc/peso	Tensor	(6, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(6,)	flotador32
política/last_fc_log_std/peso	Tensor	(6, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(9,)	flotador32
pasos/información/qvel	Tensor	(9,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-medio-experto

• Tamaño de descarga : 286.69 MiB

• Tamaño del conjunto de datos : 342.46 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	2,209

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(9,)	flotador32
pasos/información/qvel	Tensor	(9,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-repetición media

• Tamaño de descarga : 84.37 MiB

• Tamaño del conjunto de datos : 52.10 MiB

• Almacenamiento en caché automático ( documentación ): Sí

• Divisiones :

Dividir	Ejemplos
'train'	1.093

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador64
pasos/descuento	Tensor		flotador64
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador64
pasos/recompensa	Tensor		flotador64

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-repetición completa

• Tamaño de descarga : 278.95 MiB

• Tamaño del conjunto de datos : 171.66 MiB

• Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)

• Divisiones :

Dividir	Ejemplos
'train'	1.888

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador64
pasos/descuento	Tensor		flotador64
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador64
pasos/recompensa	Tensor		flotador64

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v1-aleatorio

• Tamaño de descarga : 132.36 MiB

• Tamaño del conjunto de datos : 192.06 MiB

• Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)

• Divisiones :

Dividir	Ejemplos
'train'	48.790

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador32
pasos/información/qpos	Tensor	(9,)	flotador32
pasos/información/qvel	Tensor	(9,)	flotador32
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-experto

• Tamaño de descarga : 219.89 MiB

• Tamaño del conjunto de datos : 452.16 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1.001

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 17)	flotador32
política/fc1	FuncionesDict
política/fc1/sesgo	Tensor	(256,)	flotador32
póliza/fc1/peso	Tensor	(256, 256)	flotador32
política/último_fc	FuncionesDict
política/last_fc/sesgo	Tensor	(6,)	flotador32
política/last_fc/peso	Tensor	(6, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(6,)	flotador32
política/last_fc_log_std/peso	Tensor	(6, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-repetición completa

• Tamaño de descarga : 271.91 MiB

• Tamaño del conjunto de datos : 171.66 MiB

• Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)

• Divisiones :

Dividir	Ejemplos
'train'	1.888

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-medio

• Tamaño de descarga : 221.50 MiB

• Tamaño del conjunto de datos : 505.58 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	1,191

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
política	FuncionesDict
política/fc0	FuncionesDict
política/fc0/sesgo	Tensor	(256,)	flotador32
política/fc0/peso	Tensor	(256, 17)	flotador32
política/fc1	FuncionesDict
política/fc1/sesgo	Tensor	(256,)	flotador32
póliza/fc1/peso	Tensor	(256, 256)	flotador32
política/último_fc	FuncionesDict
política/last_fc/sesgo	Tensor	(6,)	flotador32
política/last_fc/peso	Tensor	(6, 256)	flotador32
política/last_fc_log_std	FuncionesDict
política/last_fc_log_std/sesgo	Tensor	(6,)	flotador32
política/last_fc_log_std/peso	Tensor	(6, 256)	flotador32
política/no linealidad	Tensor		cadena
política/distribución_salida	Tensor		cadena
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-medio-experto

• Tamaño de descarga : 440.79 MiB

• Tamaño del conjunto de datos : 342.45 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

Dividir	Ejemplos
'train'	2,191

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-repetición media

• Tamaño de descarga : 82.32 MiB

• Tamaño del conjunto de datos : 52.10 MiB

• Almacenamiento en caché automático ( documentación ): Sí

• Divisiones :

Dividir	Ejemplos
'train'	1.093

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
algoritmo	Tensor		cadena
iteración	Tensor		int32
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_walker2d/v2-aleatorio

• Tamaño de descarga : 206.10 MiB

• Tamaño del conjunto de datos : 192.11 MiB

• Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)

• Divisiones :

Dividir	Ejemplos
'train'	48.908

• Estructura de características :

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,
    }),
})

• Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pasos	Conjunto de datos
pasos/acción	Tensor	(6,)	flotador32
pasos/descuento	Tensor		flotador32
pasos/información	FuncionesDict
pasos/información/action_log_probs	Tensor		flotador64
pasos/información/qpos	Tensor	(9,)	flotador64
pasos/información/qvel	Tensor	(9,)	flotador64
pasos/es_primero	Tensor		booleano
pasos/es_último	Tensor		booleano
pasos/es_terminal	Tensor		booleano
pasos/observación	Tensor	(17,)	flotador32
pasos/recompensa	Tensor		flotador32

• Ejemplos ( tfds.as_dataframe ):