d4rl_antmaze

• Opis :

D4RL to punkt odniesienia typu open source do uczenia się przez wzmacnianie w trybie offline. Zapewnia standaryzowane środowiska i zbiory danych do algorytmów szkoleniowych i porównawczych.

Zbiory danych są zgodne z formatem RLDS i reprezentują kroki i odcinki.

• Opis konfiguracji : zobacz więcej szczegółów na temat zadania i jego wersji w https://github.com/rail-berkeley/d4rl/wiki/Tasks#antmaze

• Strona główna : https://sites.google.com/view/d4rl-anonymous

• Kod źródłowy : tfds.d4rl.d4rl_antmaze.D4rlAntmaze

• Wersje :

  • 1.0.0 : Pierwsza wersja.
  • 1.1.1 (domyślnie): Dodano zestawy danych v2.

• Automatyczne buforowanie ( dokumentacja ): Nie

• Struktura funkcji :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'goal': Tensor(shape=(2,), dtype=float32),
            'qpos': Tensor(shape=(15,), dtype=float32),
            'qvel': Tensor(shape=(14,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(29,), dtype=float32),
        'reward': float32,
    }),
})

• Dokumentacja funkcji :

• Klucze nadzorowane (zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Cytat :

@misc{fu2020d4rl,
    title={D4RL: Datasets for Deep Data-Driven Reinforcement Learning},
    author={Justin Fu and Aviral Kumar and Ofir Nachum and George Tucker and Sergey Levine},
    year={2020},
    eprint={2004.07219},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

d4rl_antmaze/umaze-v0 (konfiguracja domyślna)

• Rozmiar pobierania : 221.76 MiB

• Rozmiar zbioru danych : 274.83 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

d4rl_antmaze/umaze-diverse-v0

• Rozmiar pobierania : 220.16 MiB

• Rozmiar zbioru danych : 270.23 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

d4rl_antmaze/medium-play-v0

• Rozmiar pobierania : 220.40 MiB

• Rozmiar zbioru danych : 275.20 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

d4rl_antmaze/medium-diverse-v0

• Rozmiar pobierania : 220.39 MiB

• Rozmiar zbioru danych : 271.18 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

d4rl_antmaze/large-diverse-v0

• Rozmiar pobierania : 220.47 MiB

• Rozmiar zbioru danych : 273.36 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

d4rl_antmaze/large-play-v0

• Rozmiar pobierania : 220.19 MiB

• Rozmiar zbioru danych : 276.61 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

d4rl_antmaze/umaze-v2

• Rozmiar pobierania : 221.76 MiB

• Rozmiar zbioru danych : 274.83 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

d4rl_antmaze/umaze-diverse-v2

• Rozmiar pobierania : 220.16 MiB

• Rozmiar zbioru danych : 270.20 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

d4rl_antmaze/medium-play-v2

• Rozmiar pobierania : 220.40 MiB

• Rozmiar zbioru danych : 275.22 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

d4rl_antmaze/medium-diverse-v2

• Rozmiar pobierania : 220.39 MiB

• Rozmiar zbioru danych : 271.19 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

d4rl_antmaze/large-diverse-v2

• Rozmiar pobierania : 220.47 MiB

• Rozmiar zbioru danych : 273.38 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):

d4rl_antmaze/large-play-v2

• Rozmiar pobierania : 220.18 MiB

• Rozmiar zbioru danych : 276.63 MiB

• Podziały :

• Przykłady ( tfds.as_dataframe ):