rlu_dmlab_explore_object_rewards_many

• Açıklama :

RL Unplugged, çevrimdışı pekiştirmeli öğrenim için karşılaştırmalı değerlendirmeler paketidir. RL Unplugged, aşağıdaki hususlar etrafında tasarlanmıştır: kullanım kolaylığını kolaylaştırmak için, veri kümelerine, genel bir ardışık düzen oluşturulduktan sonra uygulayıcının paketteki tüm verilerle çalışmasını kolaylaştıran birleşik bir API sağlıyoruz.

Veri kümeleri, adımları ve bölümleri temsil etmek için RLDS biçimini izler.

DeepMind Lab veri kümesi, zorlu, kısmen gözlemlenebilir Deepmind Lab paketinden birkaç seviyeye sahiptir. DeepMind Lab veri seti, Kapturowski ve diğerleri, 2018 aracıları tarafından dağıtılan R2D2 eğitimiyle bireysel görevlerde sıfırdan toplanır. Tüm eğitim boyunca tüm oyuncuların deneyimini her görev için birkaç kez kaydettik. Veri seti oluşturma sürecinin detayları Gulcehre ve diğerleri, 2021'de açıklanmıştır.

Beş farklı DeepMind Lab düzeyi için veri kümeleri yayınlıyoruz: seekavoid_arena_01 , explore_rewards_few , explore_rewards_many , rooms_watermaze , rooms_select_nonmatching_object . Ortamdaki etmeni değerlendirirken epsilon açgözlü algoritması için farklı seviyelerde epsilonlara sahip eğitimli bir R2D2 anlık görüntüsünden oluşturduğumuz seekavoid_arena_01 düzeyi için anlık görüntü veri kümelerini de yayınlıyoruz.

DeepMind Lab veri seti oldukça büyük ölçeklidir. Hafızalı büyük ölçekli offline RL modelleriyle ilgileniyorsanız denemenizi öneririz.

• Ana sayfa : https://github.com/deepmind/deepmind-research/tree/master/rl_unplugged

• Kaynak kodu : tfds.rl_unplugged.rlu_dmlab_explore_object_rewards_many.RluDmlabExploreObjectRewardsMany

• sürümler :

  • 1.0.0 : İlk sürüm.
  • 1.1.0 : is_last eklendi.
  • 1.2.0 (varsayılan): BGR -> Piksel gözlemleri için RGB düzeltmesi.

• İndirme boyutu : Unknown size

• Otomatik önbelleğe alınmış ( belgeleme ): Hayır

• Özellik yapısı :

FeaturesDict({
    'episode_id': int64,
    'episode_return': float32,
    'steps': Dataset({
        'action': int64,
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'last_action': int64,
            'last_reward': float32,
            'pixels': Image(shape=(72, 96, 3), dtype=uint8),
        }),
        'reward': float32,
    }),
})

• Özellik belgeleri :

• Denetlenen anahtarlar (Bkz as_supervised doc ): None

• Şekil ( tfds.show_examples ): Desteklenmiyor.

• Alıntı :

@article{gulcehre2021rbve,
    title={Regularized Behavior Value Estimation},
    author={ {\c{C} }aglar G{\"{u} }l{\c{c} }ehre and
               Sergio G{\'{o} }mez Colmenarejo and
               Ziyu Wang and
               Jakub Sygnowski and
               Thomas Paine and
               Konrad Zolna and
               Yutian Chen and
               Matthew W. Hoffman and
               Razvan Pascanu and
               Nando de Freitas},
    year={2021},
    journal   = {CoRR},
    url       = {https://arxiv.org/abs/2103.09575},
    eprint={2103.09575},
    archivePrefix={arXiv},
}

rlu_dmlab_explore_object_rewards_many/training_0 (varsayılan yapılandırma)

• Veri kümesi boyutu : 1.51 TiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

rlu_dmlab_explore_object_rewards_many/training_1

• Veri kümesi boyutu : 1.44 TiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):

rlu_dmlab_explore_object_rewards_many/training_2

• Veri kümesi boyutu : 1.48 TiB

• bölmeler :

• Örnekler ( tfds.as_dataframe ):