locomoción

  • Descripción :

Los conjuntos de datos se crearon con un agente SAC capacitado en la recompensa ambiental de las tareas de locomoción de MuJoCo. Estos conjuntos de datos se utilizan en ¿Qué importa para el aprendizaje por imitación adversario? Orsini et al. 2021 .

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

@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 (configuración predeterminada)

  • Descripción de la configuración : conjunto de datos generado por un agente SAC capacitado para pasos de 1 millón para Ant.

  • Tamaño de descarga : 6.49 MiB

  • Tamaño del conjunto de datos : 23.02 MiB

  • Almacenamiento en caché automático ( documentación ): Sí

  • Divisiones :

Dividir Ejemplos
'train' 50
  • Estructura de características :
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,
    }),
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
pasos Conjunto de datos
pasos/acción Tensor (8,) flotador32
pasos/descuento Tensor flotador32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación Tensor (111,) flotador32
pasos/recompensa Tensor flotador32

locomoción/hopper_sac_1M_single_policy_stochastic

  • Descripción de la configuración : conjunto de datos generado por un agente SAC capacitado para 1 millón de pasos para Hopper.

  • Tamaño de descarga : 2.26 MiB

  • Tamaño del conjunto de datos : 2.62 MiB

  • Almacenamiento en caché automático ( documentación ): Sí

  • Divisiones :

Dividir Ejemplos
'train' 50
  • Estructura de características :
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,
    }),
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
pasos Conjunto de datos
pasos/acción Tensor (3,) flotador32
pasos/descuento Tensor flotador32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación Tensor (11,) flotador32
pasos/recompensa Tensor flotador32

locomoción/halfcheetah_sac_1M_single_policy_stochastic

  • Descripción de la configuración : conjunto de datos generado por un agente SAC capacitado para pasos de 1 millón para HalfCheetah.

  • Tamaño de descarga : 4.49 MiB

  • Tamaño del conjunto de datos : 4.93 MiB

  • Almacenamiento en caché automático ( documentación ): Sí

  • Divisiones :

Dividir Ejemplos
'train' 50
  • 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

locomoción/walker2d_sac_1M_single_policy_stochastic

  • Descripción de la configuración : conjunto de datos generado por un agente SAC capacitado para pasos de 1 millón para Walker2d.

  • Tamaño de descarga : 4.35 MiB

  • Tamaño del conjunto de datos : 4.91 MiB

  • Almacenamiento en caché automático ( documentación ): Sí

  • Divisiones :

Dividir Ejemplos
'train' 50
  • 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

locomoción/humanoid_sac_15M_single_policy_stochastic

  • Descripción de la configuración : conjunto de datos generado por un agente SAC capacitado para 15 millones de pasos para Humanoid.

  • Tamaño de descarga : 192.78 MiB

  • Tamaño del conjunto de datos : 300.94 MiB

  • Almacenamiento en caché automático ( documentación ): No

  • Divisiones :

Dividir Ejemplos
'train' 200
  • Estructura de características :
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,
    }),
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
pasos Conjunto de datos
pasos/acción Tensor (17,) flotador32
pasos/descuento Tensor flotador32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación Tensor (376,) flotador32
pasos/recompensa Tensor flotador32