techandy42/ppo-200K-collected-dataset-steps-1

---
dataset_info:
features:
- name: observation
sequence:
sequence:
sequence: float32
- name: action
sequence: int64
- name: reward
sequence: float32
- name: done
sequence: bool
splits:
- name: train
num_bytes: 353539
num_examples: 2324
download_size: 62825
dataset_size: 353539
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 特征名：观测（observation），为三层嵌套序列结构，最内层元素类型为单精度浮点数（float32）
- 特征名：动作（action），为序列类型，元素类型为64位整数（int64）
- 特征名：奖励（reward），为序列类型，元素类型为单精度浮点数（float32）
- 特征名：结束标记（done），为序列类型，元素类型为布尔值（bool）
数据集拆分：
- 拆分名称：训练集（train），占用字节数为353539，样本总数为2324
下载大小：62825
数据集总大小：353539
配置项：
- 配置名称：默认（default），数据文件配置如下：
- 对应拆分：训练集（train），数据路径为 data/train-*

原始信息汇总

数据集概述

特征信息

• observation: 数据类型为 float32 的序列。
• action: 数据类型为 int64 的序列。
• reward: 数据类型为 float32 的序列。
• done: 数据类型为 bool 的序列。

数据分割

• train: 包含 2324 个样本，占用 353539 字节。

数据集大小

• 下载大小: 62825 字节。
• 数据集大小: 353539 字节。

配置信息

• default:
  • 数据文件路径: data/train-*
  • 数据分割: train