- Deskripsi :
Kumpulan data dibuat dengan agen SAC yang dilatih tentang hadiah lingkungan dari tugas penggerak MuJoCo. Kumpulan data ini digunakan dalam What Matters for Adversarial Imitation Learning? Orsini dkk. 2021 .
Kumpulan data mengikuti format RLDS untuk mewakili langkah dan episode.s
Beranda : https://github.com/google-research/rlds
Kode sumber :
tfds.rlds.locomotion.Locomotion
Versi :
-
1.0.0
(default): Rilis awal.
-
Kunci yang diawasi (Lihat
as_supervised
doc ):None
Gambar ( tfds.show_examples ): Tidak didukung.
Kutipan :
@article{orsini2021matters,
title={What Matters for Adversarial Imitation Learning?},
author={Orsini, Manu and Raichuk, Anton and Hussenot, L{'e}onard and Vincent, Damien and Dadashi, Robert and Girgin, Sertan and Geist, Matthieu and Bachem, Olivier and Pietquin, Olivier and Andrychowicz, Marcin},
journal={International Conference in Machine Learning},
year={2021}
}
locomotion/ant_sac_1M_single_policy_stochastic (konfigurasi default)
Deskripsi konfigurasi : Kumpulan data dihasilkan oleh agen SAC yang dilatih untuk 1 juta langkah untuk Ant.
Ukuran unduhan :
6.49 MiB
Ukuran dataset :
23.02 MiB
Di-cache otomatis ( dokumentasi ): Ya
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 50 |
- Struktur fitur :
FeaturesDict({
'steps': Dataset({
'action': Tensor(shape=(8,), dtype=float32),
'discount': float32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': Tensor(shape=(111,), dtype=float32),
'reward': float32,
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (8,) | float32 | |
langkah/diskon | Tensor | float32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | Tensor | (111,) | float32 | |
langkah/hadiah | Tensor | float32 |
- Contoh ( tfds.as_dataframe ):
locomotion/hopper_sac_1M_single_policy_stochastic
Deskripsi konfigurasi : Dataset dihasilkan oleh agen SAC yang dilatih untuk 1 juta langkah untuk Hopper.
Ukuran unduhan :
2.26 MiB
Ukuran dataset :
2.62 MiB
Di-cache otomatis ( dokumentasi ): Ya
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 50 |
- Struktur fitur :
FeaturesDict({
'steps': Dataset({
'action': Tensor(shape=(3,), dtype=float32),
'discount': float32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': Tensor(shape=(11,), dtype=float32),
'reward': float32,
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (3,) | float32 | |
langkah/diskon | Tensor | float32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | Tensor | (11,) | float32 | |
langkah/hadiah | Tensor | float32 |
- Contoh ( tfds.as_dataframe ):
locomotion/halfcheetah_sac_1M_single_policy_stochastic
Deskripsi konfigurasi : Dataset dihasilkan oleh agen SAC yang dilatih untuk 1 juta langkah untuk HalfCheetah.
Ukuran unduhan :
4.49 MiB
Ukuran dataset :
4.93 MiB
Di-cache otomatis ( dokumentasi ): Ya
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 50 |
- Struktur fitur :
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,
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (6,) | float32 | |
langkah/diskon | Tensor | float32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | Tensor | (17,) | float32 | |
langkah/hadiah | Tensor | float32 |
- Contoh ( tfds.as_dataframe ):
locomotion/walker2d_sac_1M_single_policy_stochastic
Deskripsi konfigurasi : Kumpulan data dihasilkan oleh agen SAC yang dilatih untuk 1 juta langkah untuk Walker2d.
Ukuran unduhan :
4.35 MiB
Ukuran dataset :
4.91 MiB
Di-cache otomatis ( dokumentasi ): Ya
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 50 |
- Struktur fitur :
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,
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (6,) | float32 | |
langkah/diskon | Tensor | float32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | Tensor | (17,) | float32 | |
langkah/hadiah | Tensor | float32 |
- Contoh ( tfds.as_dataframe ):
locomotion/humanoid_sac_15M_single_policy_stochastic
Deskripsi konfigurasi : Kumpulan data dihasilkan oleh agen SAC yang dilatih untuk 15 juta langkah untuk Humanoid.
Ukuran unduhan :
192.78 MiB
Ukuran dataset :
300.94 MiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 200 |
- Struktur fitur :
FeaturesDict({
'steps': Dataset({
'action': Tensor(shape=(17,), dtype=float32),
'discount': float32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': Tensor(shape=(376,), dtype=float32),
'reward': float32,
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (17,) | float32 | |
langkah/diskon | Tensor | float32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | Tensor | (376,) | float32 | |
langkah/hadiah | Tensor | float32 |
- Contoh ( tfds.as_dataframe ):