d4rl_mujoco_walker2d

  • विवरण :

D4RL ऑफ़लाइन रीइन्फोर्समेंट लर्निंग के लिए एक ओपन-सोर्स बेंचमार्क है। यह प्रशिक्षण और बेंचमार्किंग एल्गोरिदम के लिए मानकीकृत वातावरण और डेटासेट प्रदान करता है।

डेटासेट चरण और एपिसोड का प्रतिनिधित्व करने के लिए आरएलडीएस प्रारूप का पालन करते हैं।

  • कॉन्फिग विवरण : https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym में कार्य और इसके संस्करणों के बारे में अधिक विवरण देखें

  • होमपेज : https://sites.google.com/view/d4rl/home

  • स्रोत कोड : tfds.d4rl.d4rl_mujoco_walker2d.D4rlMujocoWalker2d

  • संस्करण :

    • 1.0.0 : प्रारंभिक रिलीज।
    • 1.1.0 : is_last जोड़ा गया।
    • 1.2.0 (डिफ़ॉल्ट): अगले अवलोकन को ध्यान में रखते हुए अपडेट किया गया।
  • पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

  • चित्र ( tfds.show_examples ): समर्थित नहीं है।

  • उद्धरण :

@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-विशेषज्ञ (डिफ़ॉल्ट कॉन्फ़िगरेशन)

  • डाउनलोड आकार : 78.41 MiB

  • डेटासेट का आकार : 98.64 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

  • विभाजन :

विभाजित करना उदाहरण
'train' 1,628
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v0-मीडियम

  • डाउनलोड आकार : 80.83 MiB

  • डेटासेट का आकार : 99.72 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

  • विभाजन :

विभाजित करना उदाहरण
'train' 5,315
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v0-मध्यम-विशेषज्ञ

  • डाउनलोड आकार : 159.24 MiB

  • डेटासेट का आकार : 198.36 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)

  • विभाजन :

विभाजित करना उदाहरण
'train' 6,943
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v0-मिश्रित

  • डाउनलोड आकार : 8.42 MiB

  • डेटासेट का आकार : 10.06 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

  • विभाजन :

विभाजित करना उदाहरण
'train' 501
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v0-random

  • डाउनलोड आकार : 78.41 MiB

  • डेटासेट का आकार : 112.04 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

  • विभाजन :

विभाजित करना उदाहरण
'train' 50,988
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v1-expert

  • डाउनलोड आकार : 143.06 MiB

  • डेटासेट का आकार : 452.72 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • विभाजन :

विभाजित करना उदाहरण
'train' 1,003
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कलन विधि टेन्सर डोरी
यात्रा टेन्सर int32
नीति विशेषताएं डिक्ट
नीति/fc0 विशेषताएं डिक्ट
नीति/fc0/पूर्वाग्रह टेन्सर (256,) फ्लोट32
नीति/fc0/वजन टेन्सर (256, 17) फ्लोट32
नीति/fc1 विशेषताएं डिक्ट
नीति/fc1/पूर्वाग्रह टेन्सर (256,) फ्लोट32
नीति/fc1/वजन टेन्सर (256, 256) फ्लोट32
पॉलिसी/last_fc विशेषताएं डिक्ट
नीति/last_fc/पूर्वाग्रह टेन्सर (6,) फ्लोट32
पॉलिसी/last_fc/वजन टेन्सर (6, 256) फ्लोट32
नीति/last_fc_log_std विशेषताएं डिक्ट
नीति/last_fc_log_std/पूर्वाग्रह टेन्सर (6,) फ्लोट32
पॉलिसी/last_fc_log_std/वजन टेन्सर (6, 256) फ्लोट32
नीति/अरैखिकता टेन्सर डोरी
पॉलिसी/आउटपुट_डिस्ट्रीब्यूशन टेन्सर डोरी
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट32
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट32
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v1-मीडियम

  • डाउनलोड आकार : 144.23 MiB

  • डेटासेट का आकार : 510.08 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • विभाजन :

विभाजित करना उदाहरण
'train' 1,207
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कलन विधि टेन्सर डोरी
यात्रा टेन्सर int32
नीति विशेषताएं डिक्ट
नीति/fc0 विशेषताएं डिक्ट
नीति/fc0/पूर्वाग्रह टेन्सर (256,) फ्लोट32
नीति/fc0/वजन टेन्सर (256, 17) फ्लोट32
नीति/fc1 विशेषताएं डिक्ट
नीति/fc1/पूर्वाग्रह टेन्सर (256,) फ्लोट32
नीति/fc1/वजन टेन्सर (256, 256) फ्लोट32
पॉलिसी/last_fc विशेषताएं डिक्ट
नीति/last_fc/पूर्वाग्रह टेन्सर (6,) फ्लोट32
पॉलिसी/last_fc/वजन टेन्सर (6, 256) फ्लोट32
नीति/last_fc_log_std विशेषताएं डिक्ट
नीति/last_fc_log_std/पूर्वाग्रह टेन्सर (6,) फ्लोट32
पॉलिसी/last_fc_log_std/वजन टेन्सर (6, 256) फ्लोट32
नीति/अरैखिकता टेन्सर डोरी
पॉलिसी/आउटपुट_डिस्ट्रीब्यूशन टेन्सर डोरी
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट32
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट32
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v1-मध्यम-विशेषज्ञ

  • डाउनलोड आकार : 286.69 MiB

  • डेटासेट का आकार : 342.46 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • विभाजन :

विभाजित करना उदाहरण
'train' 2,209
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट32
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट32
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v1-मीडियम-रिप्ले

  • डाउनलोड आकार : 84.37 MiB

  • डेटासेट का आकार : 52.10 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

  • विभाजन :

विभाजित करना उदाहरण
'train' 1,093
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कलन विधि टेन्सर डोरी
यात्रा टेन्सर int32
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट64
चरण/छूट टेन्सर फ्लोट64
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट64
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट64
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट64
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट64
कदम / इनाम टेन्सर फ्लोट64

d4rl_mujoco_walker2d/v1-फुल-रिप्ले

  • डाउनलोड आकार : 278.95 MiB

  • डेटासेट का आकार : 171.66 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)

  • विभाजन :

विभाजित करना उदाहरण
'train' 1,888
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कलन विधि टेन्सर डोरी
यात्रा टेन्सर int32
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट64
चरण/छूट टेन्सर फ्लोट64
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट64
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट64
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट64
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट64
कदम / इनाम टेन्सर फ्लोट64

d4rl_mujoco_walker2d/v1-random

  • डाउनलोड आकार : 132.36 MiB

  • डेटासेट का आकार : 192.06 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)

  • विभाजन :

विभाजित करना उदाहरण
'train' 48,790
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट32
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट32
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v2-expert

  • डाउनलोड आकार : 219.89 MiB

  • डेटासेट का आकार : 452.16 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • विभाजन :

विभाजित करना उदाहरण
'train' 1,001
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कलन विधि टेन्सर डोरी
यात्रा टेन्सर int32
नीति विशेषताएं डिक्ट
नीति/fc0 विशेषताएं डिक्ट
नीति/fc0/पूर्वाग्रह टेन्सर (256,) फ्लोट32
नीति/fc0/वजन टेन्सर (256, 17) फ्लोट32
नीति/fc1 विशेषताएं डिक्ट
नीति/fc1/पूर्वाग्रह टेन्सर (256,) फ्लोट32
नीति/fc1/वजन टेन्सर (256, 256) फ्लोट32
पॉलिसी/last_fc विशेषताएं डिक्ट
नीति/last_fc/पूर्वाग्रह टेन्सर (6,) फ्लोट32
पॉलिसी/last_fc/वजन टेन्सर (6, 256) फ्लोट32
नीति/last_fc_log_std विशेषताएं डिक्ट
नीति/last_fc_log_std/पूर्वाग्रह टेन्सर (6,) फ्लोट32
पॉलिसी/last_fc_log_std/वजन टेन्सर (6, 256) फ्लोट32
नीति/अरैखिकता टेन्सर डोरी
पॉलिसी/आउटपुट_डिस्ट्रीब्यूशन टेन्सर डोरी
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट64
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट64
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट64
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v2-फुल-रिप्ले

  • डाउनलोड आकार : 271.91 MiB

  • डेटासेट का आकार : 171.66 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)

  • विभाजन :

विभाजित करना उदाहरण
'train' 1,888
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कलन विधि टेन्सर डोरी
यात्रा टेन्सर int32
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट64
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट64
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट64
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v2-मीडियम

  • डाउनलोड आकार : 221.50 MiB

  • डेटासेट का आकार : 505.58 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • विभाजन :

विभाजित करना उदाहरण
'train' 1,191
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कलन विधि टेन्सर डोरी
यात्रा टेन्सर int32
नीति विशेषताएं डिक्ट
नीति/fc0 विशेषताएं डिक्ट
नीति/fc0/पूर्वाग्रह टेन्सर (256,) फ्लोट32
नीति/fc0/वजन टेन्सर (256, 17) फ्लोट32
नीति/fc1 विशेषताएं डिक्ट
नीति/fc1/पूर्वाग्रह टेन्सर (256,) फ्लोट32
नीति/fc1/वजन टेन्सर (256, 256) फ्लोट32
पॉलिसी/last_fc विशेषताएं डिक्ट
नीति/last_fc/पूर्वाग्रह टेन्सर (6,) फ्लोट32
पॉलिसी/last_fc/वजन टेन्सर (6, 256) फ्लोट32
नीति/last_fc_log_std विशेषताएं डिक्ट
नीति/last_fc_log_std/पूर्वाग्रह टेन्सर (6,) फ्लोट32
पॉलिसी/last_fc_log_std/वजन टेन्सर (6, 256) फ्लोट32
नीति/अरैखिकता टेन्सर डोरी
पॉलिसी/आउटपुट_डिस्ट्रीब्यूशन टेन्सर डोरी
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट64
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट64
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट64
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v2-मध्यम-विशेषज्ञ

  • डाउनलोड आकार : 440.79 MiB

  • डेटासेट का आकार : 342.45 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • विभाजन :

विभाजित करना उदाहरण
'train' 2,191
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट64
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट64
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट64
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v2-मीडियम-रिप्ले

  • डाउनलोड आकार : 82.32 MiB

  • डेटासेट का आकार : 52.10 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

  • विभाजन :

विभाजित करना उदाहरण
'train' 1,093
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कलन विधि टेन्सर डोरी
यात्रा टेन्सर int32
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट64
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट64
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट64
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32

d4rl_mujoco_walker2d/v2-random

  • डाउनलोड आकार : 206.10 MiB

  • डेटासेट का आकार : 192.11 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब shuffle_files=False (ट्रेन)

  • विभाजन :

विभाजित करना उदाहरण
'train' 48,908
  • फ़ीचर संरचना :
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,
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
कदम डेटासेट
कदम / कार्रवाई टेन्सर (6,) फ्लोट32
चरण/छूट टेन्सर फ्लोट32
कदम/जानकारी विशेषताएं डिक्ट
कदम/जानकारी/action_log_probs टेन्सर फ्लोट64
चरण/जानकारी/qpos टेन्सर (9,) फ्लोट64
कदम/जानकारी/qvel टेन्सर (9,) फ्लोट64
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन टेन्सर (17,) फ्लोट32
कदम / इनाम टेन्सर फ्लोट32