移動

• 説明：

データセットは、MuJoCo 移動タスクの環境報酬でトレーニングされた SAC エージェントを使用して作成されました。これらのデータセットは、「敵対的模倣学習にとって何が重要か?」で使用されます。オルシーニら。 2021年。

データセットは、ステップとエピソードを表すRLDS 形式に従っています。

• ホームページ: https://github.com/google-research/rlds

• ソースコード: tfds.rlds.datasets.locomotion.Locomotion

• バージョン:

  • 1.0.0 (デフォルト): 初期リリース。

• 監視キー( as_supervised docを参照): None

• 図( tfds.show_examples ): サポートされていません。

• 引用：

@article{orsini2021matters,
  title={What Matters for Adversarial Imitation Learning?},
  author={Orsini, Manu and Raichuk, Anton and Hussenot, L{'e}onard and Vincent, Damien and Dadashi, Robert and Girgin, Sertan and Geist, Matthieu and Bachem, Olivier and Pietquin, Olivier and Andrychowicz, Marcin},
  journal={International Conference in Machine Learning},
  year={2021}
}

locomotion/ant_sac_1M_single_policy_stochastic (デフォルト設定)

• 構成の説明: Ant の 1M ステップでトレーニングされた SAC エージェントによって生成されたデータセット。

• ダウンロードサイズ: 6.49 MiB

• データセットのサイズ: 23.02 MiB

• 自動キャッシュ(ドキュメント): はい

• 分割:

• 機能の構造:

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,
    }),
})

• 機能ドキュメント:

• 例( tfds.as_dataframe ):

locomotion/hopper_sac_1M_single_policy_stochastic

• 構成の説明: Hopper の 1M ステップ用にトレーニングされた SAC エージェントによって生成されたデータセット。

• ダウンロードサイズ: 2.26 MiB

• データセットのサイズ: 2.62 MiB

• 自動キャッシュ(ドキュメント): はい

• 分割:

• 機能の構造:

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,
    }),
})

• 機能ドキュメント:

• 例( tfds.as_dataframe ):

locomotion/halfcheetah_sac_1M_single_policy_stochastic

• 構成の説明: HalfCheetah の 1M ステップでトレーニングされた SAC エージェントによって生成されたデータセット。

• ダウンロードサイズ: 4.49 MiB

• データセットのサイズ: 4.93 MiB

• 自動キャッシュ(ドキュメント): はい

• 分割:

• 機能の構造:

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,
    }),
})

• 機能ドキュメント:

• 例( tfds.as_dataframe ):

locomotion/walker2d_sac_1M_single_policy_stochastic

• 構成の説明: Walker2d の 1M ステップ用にトレーニングされた SAC エージェントによって生成されたデータセット。

• ダウンロードサイズ: 4.35 MiB

• データセットのサイズ: 4.91 MiB

• 自動キャッシュ(ドキュメント): はい

• 分割:

• 機能の構造:

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,
    }),
})

• 機能ドキュメント:

• 例( tfds.as_dataframe ):

locomotion/humanoid_sac_15M_single_policy_stochastic

• 構成の説明: Humanoid の 15M ステップでトレーニングされた SAC エージェントによって生成されたデータセット。

• ダウンロードサイズ: 192.78 MiB

• データセットのサイズ: 300.94 MiB

• 自動キャッシュ(ドキュメント): いいえ

• 分割:

• 機能の構造:

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,
    }),
})

• 機能ドキュメント:

• 例( tfds.as_dataframe ):