daya penggerak

  • Keterangan :

Kumpulan data dibuat dengan agen SAC yang dilatih tentang imbalan lingkungan dari tugas penggerak MuJoCo. Kumpulan data ini digunakan dalam Apa Pentingnya Pembelajaran Imitasi Adversarial? Orsini dkk. 2021 .

Kumpulan data mengikuti format RLDS untuk mewakili langkah dan episode

@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}
}

penggerak/ant_sac_1M_single_policy_stochastic (konfigurasi default)

  • Deskripsi konfigurasi : Kumpulan data yang dihasilkan oleh agen SAC yang dilatih untuk 1 juta langkah untuk Ant.

  • Ukuran unduhan : 6.49 MiB

  • Ukuran kumpulan data : 23.02 MiB

  • 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 Tipe D Keterangan
FiturDict
Langkah Himpunan data
langkah/tindakan Tensor (8,) float32
langkah/diskon Tensor float32
langkah/adalah_pertama Tensor bodoh
langkah/adalah_terakhir Tensor bodoh
langkah/is_terminal Tensor bodoh
langkah/pengamatan Tensor (111,) float32
langkah/hadiah Tensor float32

penggerak/hopper_sac_1M_single_policy_stochastic

  • Deskripsi konfigurasi : Kumpulan data yang dihasilkan oleh agen SAC yang dilatih untuk 1 juta langkah untuk Hopper.

  • Ukuran unduhan : 2.26 MiB

  • Ukuran kumpulan data : 2.62 MiB

  • 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 Tipe D Keterangan
FiturDict
Langkah Himpunan data
langkah/tindakan Tensor (3,) float32
langkah/diskon Tensor float32
langkah/adalah_pertama Tensor bodoh
langkah/adalah_terakhir Tensor bodoh
langkah/is_terminal Tensor bodoh
langkah/pengamatan Tensor (11,) float32
langkah/hadiah Tensor float32

penggerak/halfcheetah_sac_1M_single_policy_stochastic

  • Deskripsi konfigurasi : Kumpulan data yang dihasilkan oleh agen SAC yang dilatih untuk 1 juta langkah untuk HalfCheetah.

  • Ukuran unduhan : 4.49 MiB

  • Ukuran kumpulan data : 4.93 MiB

  • 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 Tipe D Keterangan
FiturDict
Langkah Himpunan data
langkah/tindakan Tensor (6,) float32
langkah/diskon Tensor float32
langkah/adalah_pertama Tensor bodoh
langkah/adalah_terakhir Tensor bodoh
langkah/is_terminal Tensor bodoh
langkah/pengamatan Tensor (17,) float32
langkah/hadiah Tensor float32

penggerak/walker2d_sac_1M_single_policy_stochastic

  • Deskripsi konfigurasi : Kumpulan data yang dihasilkan oleh agen SAC yang dilatih untuk 1 juta langkah untuk Walker2d.

  • Ukuran unduhan : 4.35 MiB

  • Ukuran kumpulan data : 4.91 MiB

  • 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 Tipe D Keterangan
FiturDict
Langkah Himpunan data
langkah/tindakan Tensor (6,) float32
langkah/diskon Tensor float32
langkah/adalah_pertama Tensor bodoh
langkah/adalah_terakhir Tensor bodoh
langkah/is_terminal Tensor bodoh
langkah/pengamatan Tensor (17,) float32
langkah/hadiah Tensor float32

penggerak/humanoid_sac_15M_single_policy_stochastic

  • Deskripsi konfigurasi : Kumpulan data yang dihasilkan oleh agen SAC yang dilatih untuk 15 juta langkah untuk Humanoid.

  • Ukuran unduhan : 192.78 MiB

  • Ukuran kumpulan data : 300.94 MiB

  • 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 Tipe D Keterangan
FiturDict
Langkah Himpunan data
langkah/tindakan Tensor (17,) float32
langkah/diskon Tensor float32
langkah/adalah_pertama Tensor bodoh
langkah/adalah_terakhir Tensor bodoh
langkah/is_terminal Tensor bodoh
langkah/pengamatan Tensor (376,) float32
langkah/hadiah Tensor float32