HumanCompatibleAI/ppo-seals-Walker2d-v1

---
dataset_info:
features:
- name: obs
sequence:
sequence: float64
- name: acts
sequence:
sequence: float32
- name: infos
sequence: string
- name: terminal
dtype: bool
- name: rews
sequence: float32
splits:
- name: train
num_bytes: 63405655
num_examples: 104
download_size: 20942934
dataset_size: 63405655
---
# Dataset Card for "ppo-seals-Walker2d-v1"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集卡片 "ppo-seals-Walker2d-v1"

数据集信息

特征

• obs: 序列类型，数据类型为 float64
• acts: 序列类型，数据类型为 float32
• infos: 序列类型，数据类型为 string
• terminal: 数据类型为 bool
• rews: 序列类型，数据类型为 float32

分割

• train:
  • 字节数: 63405655
  • 样本数: 104

大小

• 下载大小: 20942934 字节
• 数据集大小: 63405655 字节

搜集汇总

背景与挑战

背景概述

该数据集是HumanCompatibleAI发布的强化学习数据集，包含104行数据，用于Walker2d环境中的PPO（近端策略优化）算法训练。数据以序列形式存储观察、动作、信息和奖励等关键字段，格式为parquet，适用于文本和时间序列分析。数据集规模较小，主要用于AI模型的训练和评估。