TFDS supporte désormais le format Croissant 🥐 ! Lisez la documentation pour en savoir plus.

Cette page a été traduite par l'API Cloud Translation.

rlu_rwrl

Descriptif :

RL Unplugged est une suite de références pour l'apprentissage par renforcement hors ligne. Le RL Unplugged est conçu autour des considérations suivantes : pour faciliter l'utilisation, nous fournissons les ensembles de données avec une API unifiée qui permet au praticien de travailler facilement avec toutes les données de la suite une fois qu'un pipeline général a été établi.

Les ensembles de données suivent le format RLDS pour représenter les étapes et les épisodes.

Les exemples dans l'ensemble de données représentent les transitions SAR stockées lors de l'exécution d'un agent formé partiellement en ligne, comme décrit dans https://arxiv.org/abs/1904.12901 Nous suivons le format d'ensemble de données RLDS, comme spécifié dans https://github.com/google-research /rlds#format-ensemble-de-données

Nous publions 40 ensembles de données sur 8 tâches au total - sans défi combiné et défi combiné facile sur les tâches cartpole, marcheur, quadrupède et humanoïde. Chaque tâche contient 5 tailles différentes d'ensembles de données, 1 %, 5 %, 20 %, 40 % et 100 %. Notez qu'il n'est pas garanti que le plus petit ensemble de données soit un sous-ensemble des plus grands. Pour plus de détails sur la façon dont l'ensemble de données a été généré, veuillez vous reporter à l'article.

Page d' accueil : https://github.com/deepmind/deepmind-research/tree/master/rl_unplugged
Code source : tfds.rl_unplugged.rlu_rwrl.RluRwrl
Versions :
- 1.0.0 : Version initiale.
- 1.0.1 (par défaut) : corrige un bogue dans l'ensemble de données RLU RWRL où il y a des identifiants d'épisode en double dans l'un des ensembles de données humanoïdes.
Taille du téléchargement : Unknown size
Clés supervisées (Voir as_supervised doc ): None
Figure ( tfds.show_examples ) : non pris en charge.
Citation :

@misc{gulcehre2020rl,
    title={RL Unplugged: Benchmarks for Offline Reinforcement Learning},
    author={Caglar Gulcehre and Ziyu Wang and Alexander Novikov and Tom Le Paine
        and  Sergio Gómez Colmenarejo and Konrad Zolna and Rishabh Agarwal and
        Josh Merel and Daniel Mankowitz and Cosmin Paduraru and Gabriel
        Dulac-Arnold and Jerry Li and Mohammad Norouzi and Matt Hoffman and
        Ofir Nachum and George Tucker and Nicolas Heess and Nando deFreitas},
    year={2020},
    eprint={2006.13888},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

rlu_rwrl/cartpole_swingup_combined_challenge_none_1_percent (configuration par défaut)

Taille du jeu de données : 172.43 KiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	5

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'position': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(2,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(1,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/position	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(2,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/cartpole_swingup_combined_challenge_none_5_percent

Taille du jeu de données : 862.13 KiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	25

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'position': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(2,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(1,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/position	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(2,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/cartpole_swingup_combined_challenge_none_20_percent

Taille du jeu de données : 3.37 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	100

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'position': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(2,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(1,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/position	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(2,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/cartpole_swingup_combined_challenge_none_40_percent

Taille du jeu de données : 6.74 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	200

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'position': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(2,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(1,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/position	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(2,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/cartpole_swingup_combined_challenge_none_100_percent

Taille du jeu de données : 16.84 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	500

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'position': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(2,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(1,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/position	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(2,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/quadruped_walk_combined_challenge_none_1_percent

Taille du jeu de données : 1.77 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	5

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'egocentric_state': Tensor(shape=(44,), dtype=float32),
            'force_torque': Tensor(shape=(24,), dtype=float32),
            'imu': Tensor(shape=(6,), dtype=float32),
            'torso_upright': Tensor(shape=(1,), dtype=float32),
            'torso_velocity': Tensor(shape=(3,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(12,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
étapes/observation/état_égocentrique	Tenseur	(44,)	float32
étapes/observation/force_torque	Tenseur	(24,)	float32
pas/observation/imu	Tenseur	(6,)	float32
pas/observation/torse_debout	Tenseur	(1,)	float32
pas/observation/torse_velocity	Tenseur	(3,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/quadruped_walk_combined_challenge_none_5_percent

Taille du jeu de données : 8.86 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	25

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'egocentric_state': Tensor(shape=(44,), dtype=float32),
            'force_torque': Tensor(shape=(24,), dtype=float32),
            'imu': Tensor(shape=(6,), dtype=float32),
            'torso_upright': Tensor(shape=(1,), dtype=float32),
            'torso_velocity': Tensor(shape=(3,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(12,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
étapes/observation/état_égocentrique	Tenseur	(44,)	float32
étapes/observation/force_torque	Tenseur	(24,)	float32
pas/observation/imu	Tenseur	(6,)	float32
pas/observation/torse_debout	Tenseur	(1,)	float32
pas/observation/torse_velocity	Tenseur	(3,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/quadruped_walk_combined_challenge_none_20_percent

Taille du jeu de données : 35.46 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	100

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'egocentric_state': Tensor(shape=(44,), dtype=float32),
            'force_torque': Tensor(shape=(24,), dtype=float32),
            'imu': Tensor(shape=(6,), dtype=float32),
            'torso_upright': Tensor(shape=(1,), dtype=float32),
            'torso_velocity': Tensor(shape=(3,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(12,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
étapes/observation/état_égocentrique	Tenseur	(44,)	float32
étapes/observation/force_torque	Tenseur	(24,)	float32
pas/observation/imu	Tenseur	(6,)	float32
pas/observation/torse_debout	Tenseur	(1,)	float32
pas/observation/torse_velocity	Tenseur	(3,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/quadruped_walk_combined_challenge_none_40_percent

Taille du jeu de données : 70.92 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	200

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'egocentric_state': Tensor(shape=(44,), dtype=float32),
            'force_torque': Tensor(shape=(24,), dtype=float32),
            'imu': Tensor(shape=(6,), dtype=float32),
            'torso_upright': Tensor(shape=(1,), dtype=float32),
            'torso_velocity': Tensor(shape=(3,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(12,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
étapes/observation/état_égocentrique	Tenseur	(44,)	float32
étapes/observation/force_torque	Tenseur	(24,)	float32
pas/observation/imu	Tenseur	(6,)	float32
pas/observation/torse_debout	Tenseur	(1,)	float32
pas/observation/torse_velocity	Tenseur	(3,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/quadruped_walk_combined_challenge_none_100_percent

Taille du jeu de données : 177.29 MiB
Mise en cache automatique ( documentation ) : uniquement lorsque shuffle_files=False (train)
Fractionnements :

Diviser	Exemples
`'train'`	500

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'egocentric_state': Tensor(shape=(44,), dtype=float32),
            'force_torque': Tensor(shape=(24,), dtype=float32),
            'imu': Tensor(shape=(6,), dtype=float32),
            'torso_upright': Tensor(shape=(1,), dtype=float32),
            'torso_velocity': Tensor(shape=(3,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(12,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
étapes/observation/état_égocentrique	Tenseur	(44,)	float32
étapes/observation/force_torque	Tenseur	(24,)	float32
pas/observation/imu	Tenseur	(6,)	float32
pas/observation/torse_debout	Tenseur	(1,)	float32
pas/observation/torse_velocity	Tenseur	(3,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/walker_walk_combined_challenge_none_1_percent

Taille du jeu de données : 6.27 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	50

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'height': Tensor(shape=(1,), dtype=float32),
            'orientations': Tensor(shape=(14,), dtype=float32),
            'velocity': Tensor(shape=(9,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(6,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
marches/observation/hauteur	Tenseur	(1,)	float32
étapes/observation/orientations	Tenseur	(14,)	float32
pas/observation/vitesse	Tenseur	(9,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/walker_walk_combined_challenge_none_5_percent

Taille du jeu de données : 31.34 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	250

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'height': Tensor(shape=(1,), dtype=float32),
            'orientations': Tensor(shape=(14,), dtype=float32),
            'velocity': Tensor(shape=(9,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(6,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
marches/observation/hauteur	Tenseur	(1,)	float32
étapes/observation/orientations	Tenseur	(14,)	float32
pas/observation/vitesse	Tenseur	(9,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/walker_walk_combined_challenge_none_20_percent

Taille du jeu de données : 125.37 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	1 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'height': Tensor(shape=(1,), dtype=float32),
            'orientations': Tensor(shape=(14,), dtype=float32),
            'velocity': Tensor(shape=(9,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(6,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
marches/observation/hauteur	Tenseur	(1,)	float32
étapes/observation/orientations	Tenseur	(14,)	float32
pas/observation/vitesse	Tenseur	(9,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/walker_walk_combined_challenge_none_40_percent

Taille du jeu de données : 250.75 MiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	2 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'height': Tensor(shape=(1,), dtype=float32),
            'orientations': Tensor(shape=(14,), dtype=float32),
            'velocity': Tensor(shape=(9,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(6,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
marches/observation/hauteur	Tenseur	(1,)	float32
étapes/observation/orientations	Tenseur	(14,)	float32
pas/observation/vitesse	Tenseur	(9,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/walker_walk_combined_challenge_none_100_percent

Taille du jeu de données : 626.86 MiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	5 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'height': Tensor(shape=(1,), dtype=float32),
            'orientations': Tensor(shape=(14,), dtype=float32),
            'velocity': Tensor(shape=(9,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(6,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
marches/observation/hauteur	Tenseur	(1,)	float32
étapes/observation/orientations	Tenseur	(14,)	float32
pas/observation/vitesse	Tenseur	(9,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/humanoid_walk_combined_challenge_none_1_percent

Taille du jeu de données : 69.40 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	200

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=float32),
            'extremities': Tensor(shape=(12,), dtype=float32),
            'head_height': Tensor(shape=(1,), dtype=float32),
            'joint_angles': Tensor(shape=(21,), dtype=float32),
            'torso_vertical': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(27,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(21,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/com_velocity	Tenseur	(3,)	float32
pas/observation/extrémités	Tenseur	(12,)	float32
pas/observation/head_height	Tenseur	(1,)	float32
étapes/observation/joint_angles	Tenseur	(21,)	float32
pas/observation/torse_vertical	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(27,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/humanoid_walk_combined_challenge_none_5_percent

Taille du jeu de données : 346.98 MiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	1 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=float32),
            'extremities': Tensor(shape=(12,), dtype=float32),
            'head_height': Tensor(shape=(1,), dtype=float32),
            'joint_angles': Tensor(shape=(21,), dtype=float32),
            'torso_vertical': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(27,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(21,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/com_velocity	Tenseur	(3,)	float32
pas/observation/extrémités	Tenseur	(12,)	float32
pas/observation/head_height	Tenseur	(1,)	float32
étapes/observation/joint_angles	Tenseur	(21,)	float32
pas/observation/torse_vertical	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(27,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/humanoid_walk_combined_challenge_none_20_percent

Taille du jeu de données : 1.36 GiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	4 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=float32),
            'extremities': Tensor(shape=(12,), dtype=float32),
            'head_height': Tensor(shape=(1,), dtype=float32),
            'joint_angles': Tensor(shape=(21,), dtype=float32),
            'torso_vertical': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(27,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(21,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/com_velocity	Tenseur	(3,)	float32
pas/observation/extrémités	Tenseur	(12,)	float32
pas/observation/head_height	Tenseur	(1,)	float32
étapes/observation/joint_angles	Tenseur	(21,)	float32
pas/observation/torse_vertical	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(27,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/humanoid_walk_combined_challenge_none_40_percent

Taille du jeu de données : 2.71 GiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	8 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=float32),
            'extremities': Tensor(shape=(12,), dtype=float32),
            'head_height': Tensor(shape=(1,), dtype=float32),
            'joint_angles': Tensor(shape=(21,), dtype=float32),
            'torso_vertical': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(27,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(21,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/com_velocity	Tenseur	(3,)	float32
pas/observation/extrémités	Tenseur	(12,)	float32
pas/observation/head_height	Tenseur	(1,)	float32
étapes/observation/joint_angles	Tenseur	(21,)	float32
pas/observation/torse_vertical	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(27,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/humanoid_walk_combined_challenge_none_100_percent

Taille du jeu de données : 6.78 GiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	20 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=float32),
            'extremities': Tensor(shape=(12,), dtype=float32),
            'head_height': Tensor(shape=(1,), dtype=float32),
            'joint_angles': Tensor(shape=(21,), dtype=float32),
            'torso_vertical': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(27,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(21,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/com_velocity	Tenseur	(3,)	float32
pas/observation/extrémités	Tenseur	(12,)	float32
pas/observation/head_height	Tenseur	(1,)	float32
étapes/observation/joint_angles	Tenseur	(21,)	float32
pas/observation/torse_vertical	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(27,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/cartpole_swingup_combined_challenge_easy_1_percent

Taille du jeu de données : 369.84 KiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	5

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'position': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(2,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(1,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
pas/observation/position	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(2,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/cartpole_swingup_combined_challenge_easy_5_percent

Taille du jeu de données : 1.81 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	25

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'position': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(2,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(1,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
pas/observation/position	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(2,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/cartpole_swingup_combined_challenge_easy_20_percent

Taille du jeu de données : 7.22 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	100

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'position': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(2,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(1,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
pas/observation/position	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(2,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/cartpole_swingup_combined_challenge_easy_40_percent

Taille du jeu de données : 14.45 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	200

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'position': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(2,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(1,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
pas/observation/position	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(2,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/cartpole_swingup_combined_challenge_easy_100_percent

Taille du jeu de données : 36.12 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	500

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(1,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'position': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(2,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(1,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
pas/observation/position	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(2,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/quadruped_walk_combined_challenge_easy_1_percent

Taille du jeu de données : 1.97 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	5

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'egocentric_state': Tensor(shape=(44,), dtype=float32),
            'force_torque': Tensor(shape=(24,), dtype=float32),
            'imu': Tensor(shape=(6,), dtype=float32),
            'torso_upright': Tensor(shape=(1,), dtype=float32),
            'torso_velocity': Tensor(shape=(3,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(12,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
étapes/observation/état_égocentrique	Tenseur	(44,)	float32
étapes/observation/force_torque	Tenseur	(24,)	float32
pas/observation/imu	Tenseur	(6,)	float32
pas/observation/torse_debout	Tenseur	(1,)	float32
pas/observation/torse_velocity	Tenseur	(3,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/quadruped_walk_combined_challenge_easy_5_percent

Taille du jeu de données : 9.83 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	25

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'egocentric_state': Tensor(shape=(44,), dtype=float32),
            'force_torque': Tensor(shape=(24,), dtype=float32),
            'imu': Tensor(shape=(6,), dtype=float32),
            'torso_upright': Tensor(shape=(1,), dtype=float32),
            'torso_velocity': Tensor(shape=(3,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(12,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
étapes/observation/état_égocentrique	Tenseur	(44,)	float32
étapes/observation/force_torque	Tenseur	(24,)	float32
pas/observation/imu	Tenseur	(6,)	float32
pas/observation/torse_debout	Tenseur	(1,)	float32
pas/observation/torse_velocity	Tenseur	(3,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/quadruped_walk_combined_challenge_easy_20_percent

Taille du jeu de données : 39.31 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	100

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'egocentric_state': Tensor(shape=(44,), dtype=float32),
            'force_torque': Tensor(shape=(24,), dtype=float32),
            'imu': Tensor(shape=(6,), dtype=float32),
            'torso_upright': Tensor(shape=(1,), dtype=float32),
            'torso_velocity': Tensor(shape=(3,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(12,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
étapes/observation/état_égocentrique	Tenseur	(44,)	float32
étapes/observation/force_torque	Tenseur	(24,)	float32
pas/observation/imu	Tenseur	(6,)	float32
pas/observation/torse_debout	Tenseur	(1,)	float32
pas/observation/torse_velocity	Tenseur	(3,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/quadruped_walk_combined_challenge_easy_40_percent

Taille du jeu de données : 78.63 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	200

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'egocentric_state': Tensor(shape=(44,), dtype=float32),
            'force_torque': Tensor(shape=(24,), dtype=float32),
            'imu': Tensor(shape=(6,), dtype=float32),
            'torso_upright': Tensor(shape=(1,), dtype=float32),
            'torso_velocity': Tensor(shape=(3,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(12,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
étapes/observation/état_égocentrique	Tenseur	(44,)	float32
étapes/observation/force_torque	Tenseur	(24,)	float32
pas/observation/imu	Tenseur	(6,)	float32
pas/observation/torse_debout	Tenseur	(1,)	float32
pas/observation/torse_velocity	Tenseur	(3,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/quadruped_walk_combined_challenge_easy_100_percent

Taille du jeu de données : 196.57 MiB
Mise en cache automatique ( documentation ) : uniquement lorsque shuffle_files=False (train)
Fractionnements :

Diviser	Exemples
`'train'`	500

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(12,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'egocentric_state': Tensor(shape=(44,), dtype=float32),
            'force_torque': Tensor(shape=(24,), dtype=float32),
            'imu': Tensor(shape=(6,), dtype=float32),
            'torso_upright': Tensor(shape=(1,), dtype=float32),
            'torso_velocity': Tensor(shape=(3,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(12,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
étapes/observation/état_égocentrique	Tenseur	(44,)	float32
étapes/observation/force_torque	Tenseur	(24,)	float32
pas/observation/imu	Tenseur	(6,)	float32
pas/observation/torse_debout	Tenseur	(1,)	float32
pas/observation/torse_velocity	Tenseur	(3,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/walker_walk_combined_challenge_easy_1_percent

Taille du jeu de données : 8.20 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	50

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'height': Tensor(shape=(1,), dtype=float32),
            'orientations': Tensor(shape=(14,), dtype=float32),
            'velocity': Tensor(shape=(9,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(6,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
marches/observation/hauteur	Tenseur	(1,)	float32
étapes/observation/orientations	Tenseur	(14,)	float32
pas/observation/vitesse	Tenseur	(9,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/walker_walk_combined_challenge_easy_5_percent

Taille du jeu de données : 40.98 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	250

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'height': Tensor(shape=(1,), dtype=float32),
            'orientations': Tensor(shape=(14,), dtype=float32),
            'velocity': Tensor(shape=(9,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(6,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
marches/observation/hauteur	Tenseur	(1,)	float32
étapes/observation/orientations	Tenseur	(14,)	float32
pas/observation/vitesse	Tenseur	(9,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/walker_walk_combined_challenge_easy_20_percent

Taille du jeu de données : 163.93 MiB
Mise en cache automatique ( documentation ) : uniquement lorsque shuffle_files=False (train)
Fractionnements :

Diviser	Exemples
`'train'`	1 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'height': Tensor(shape=(1,), dtype=float32),
            'orientations': Tensor(shape=(14,), dtype=float32),
            'velocity': Tensor(shape=(9,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(6,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
marches/observation/hauteur	Tenseur	(1,)	float32
étapes/observation/orientations	Tenseur	(14,)	float32
pas/observation/vitesse	Tenseur	(9,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/walker_walk_combined_challenge_easy_40_percent

Taille du jeu de données : 327.86 MiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	2 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'height': Tensor(shape=(1,), dtype=float32),
            'orientations': Tensor(shape=(14,), dtype=float32),
            'velocity': Tensor(shape=(9,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(6,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
marches/observation/hauteur	Tenseur	(1,)	float32
étapes/observation/orientations	Tenseur	(14,)	float32
pas/observation/vitesse	Tenseur	(9,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/walker_walk_combined_challenge_easy_100_percent

Taille du jeu de données : 819.65 MiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	5 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'height': Tensor(shape=(1,), dtype=float32),
            'orientations': Tensor(shape=(14,), dtype=float32),
            'velocity': Tensor(shape=(9,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(6,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
marches/observation/hauteur	Tenseur	(1,)	float32
étapes/observation/orientations	Tenseur	(14,)	float32
pas/observation/vitesse	Tenseur	(9,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/humanoid_walk_combined_challenge_easy_1_percent

Taille du jeu de données : 77.11 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'train'`	200

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=float32),
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'extremities': Tensor(shape=(12,), dtype=float32),
            'head_height': Tensor(shape=(1,), dtype=float32),
            'joint_angles': Tensor(shape=(21,), dtype=float32),
            'torso_vertical': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(27,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(21,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/com_velocity	Tenseur	(3,)	float32
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
pas/observation/extrémités	Tenseur	(12,)	float32
pas/observation/head_height	Tenseur	(1,)	float32
étapes/observation/joint_angles	Tenseur	(21,)	float32
pas/observation/torse_vertical	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(27,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/humanoid_walk_combined_challenge_easy_5_percent

Taille du jeu de données : 385.54 MiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	1 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=float32),
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'extremities': Tensor(shape=(12,), dtype=float32),
            'head_height': Tensor(shape=(1,), dtype=float32),
            'joint_angles': Tensor(shape=(21,), dtype=float32),
            'torso_vertical': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(27,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(21,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/com_velocity	Tenseur	(3,)	float32
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
pas/observation/extrémités	Tenseur	(12,)	float32
pas/observation/head_height	Tenseur	(1,)	float32
étapes/observation/joint_angles	Tenseur	(21,)	float32
pas/observation/torse_vertical	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(27,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/humanoid_walk_combined_challenge_easy_20_percent

Taille du jeu de données : 1.51 GiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	4 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=float32),
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'extremities': Tensor(shape=(12,), dtype=float32),
            'head_height': Tensor(shape=(1,), dtype=float32),
            'joint_angles': Tensor(shape=(21,), dtype=float32),
            'torso_vertical': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(27,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(21,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/com_velocity	Tenseur	(3,)	float32
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
pas/observation/extrémités	Tenseur	(12,)	float32
pas/observation/head_height	Tenseur	(1,)	float32
étapes/observation/joint_angles	Tenseur	(21,)	float32
pas/observation/torse_vertical	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(27,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/humanoid_walk_combined_challenge_easy_40_percent

Taille du jeu de données : 3.01 GiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	8 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=float32),
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'extremities': Tensor(shape=(12,), dtype=float32),
            'head_height': Tensor(shape=(1,), dtype=float32),
            'joint_angles': Tensor(shape=(21,), dtype=float32),
            'torso_vertical': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(27,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/actions	Tenseur	(21,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/com_velocity	Tenseur	(3,)	float32
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
pas/observation/extrémités	Tenseur	(12,)	float32
pas/observation/head_height	Tenseur	(1,)	float32
étapes/observation/joint_angles	Tenseur	(21,)	float32
pas/observation/torse_vertical	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(27,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):

rlu_rwrl/humanoid_walk_combined_challenge_easy_100_percent

Taille du jeu de données : 7.53 GiB
Mise en cache automatique ( documentation ): Non
Fractionnements :

Diviser	Exemples
`'train'`	20 000

Structure des fonctionnalités :

FeaturesDict({
    'episode_return': float32,
    'steps': Dataset({
        'action': Tensor(shape=(21,), dtype=float32),
        'discount': Tensor(shape=(1,), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'com_velocity': Tensor(shape=(3,), dtype=float32),
            'dummy-0': Tensor(shape=(1,), dtype=float32),
            'dummy-1': Tensor(shape=(1,), dtype=float32),
            'dummy-2': Tensor(shape=(1,), dtype=float32),
            'dummy-3': Tensor(shape=(1,), dtype=float32),
            'dummy-4': Tensor(shape=(1,), dtype=float32),
            'dummy-5': Tensor(shape=(1,), dtype=float32),
            'dummy-6': Tensor(shape=(1,), dtype=float32),
            'dummy-7': Tensor(shape=(1,), dtype=float32),
            'dummy-8': Tensor(shape=(1,), dtype=float32),
            'dummy-9': Tensor(shape=(1,), dtype=float32),
            'extremities': Tensor(shape=(12,), dtype=float32),
            'head_height': Tensor(shape=(1,), dtype=float32),
            'joint_angles': Tensor(shape=(21,), dtype=float32),
            'torso_vertical': Tensor(shape=(3,), dtype=float32),
            'velocity': Tensor(shape=(27,), dtype=float32),
        }),
        'reward': Tensor(shape=(1,), dtype=float32),
    }),
})

Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype
	FonctionnalitésDict
retour_épisode	Tenseur		float32
pas	Base de données
étapes/action	Tenseur	(21,)	float32
étapes/réduction	Tenseur	(1,)	float32
étapes/is_first	Tenseur		bourdonner
pas/est_dernier	Tenseur		bourdonner
étapes/is_terminal	Tenseur		bourdonner
étapes/observation	FonctionnalitésDict
pas/observation/com_velocity	Tenseur	(3,)	float32
pas/observation/mannequin-0	Tenseur	(1,)	float32
étapes/observation/mannequin-1	Tenseur	(1,)	float32
étapes/observation/mannequin-2	Tenseur	(1,)	float32
étapes/observation/mannequin-3	Tenseur	(1,)	float32
étapes/observation/mannequin-4	Tenseur	(1,)	float32
étapes/observation/mannequin-5	Tenseur	(1,)	float32
étapes/observation/mannequin-6	Tenseur	(1,)	float32
étapes/observation/mannequin-7	Tenseur	(1,)	float32
étapes/observation/mannequin-8	Tenseur	(1,)	float32
étapes/observation/mannequin-9	Tenseur	(1,)	float32
pas/observation/extrémités	Tenseur	(12,)	float32
pas/observation/head_height	Tenseur	(1,)	float32
étapes/observation/joint_angles	Tenseur	(21,)	float32
pas/observation/torse_vertical	Tenseur	(3,)	float32
pas/observation/vitesse	Tenseur	(27,)	float32
pas/récompense	Tenseur	(1,)	float32

Exemples ( tfds.as_dataframe ):