Pretraind DDPG agent for energy management of residential power system & 18-hour PV generation, load, and temperature dataset

NIAID Data Ecosystem2026-05-02 收录

住宅能源管理

强化学习

数据链接：

https://data.mendeley.com/datasets/s62r5g86fv 数据链接链接失效反馈

官方服务：

资源简介：

Test data sample and DDPG agent of FREMS

创建时间：

2025-04-23

NetHack Learning Dataset (NLD)

游戏学习

强化学习

NetHack Learning Dataset (NLD)是由Meta AI创建的大型数据集，包含从2009年到2020年收集的150万个人类玩家的游戏轨迹和100,000个来自NetHack Challenge 2021的符号机器人获胜者的轨迹。NLD包含三个部分：10亿个状态转换来自人类轨迹，3亿个状态-动作-分数转换来自符号机器人轨迹，以及用于记录、加载和流式传输这些轨迹的配套代码。数据集

arXiv2023-11-25 更新430

alex43219/rl-stage-prompts-natural-reasoning

自然语言处理

强化学习

该数据集包含三个主要特征：参考答案(reference_answer)，标签(tags)和对话(conversation)。对话特征由内容(content)和角色(role)组成。数据集分为训练集(train)和测试集(test)，其中训练集包含1031241个示例，大小为666107410字节；测试集包含114583个示例，大小为74040393字节。数据集的总大小为740147803字节，下载

Hugging Face2025-03-09 更新170

Soccer Game Environment

强化学习

足球游戏模拟

该数据集模拟了一个可控智能体在足球游戏环境中的互动，旨在评估DPIQN和DRPIQN模型的性能。足球场由32×32像素的多个RGB网格组成，智能体可以采取五种可能的动作，环境支持多种竞争与合作场景。规模上，该数据集涵盖了多场游戏（1对1和2对2），在10万集的游戏中进行了测试。任务则是针对足球游戏中的多智能体强化学习。

arXiv150

introvoyz041/Nemotron-RL-math-advanced_calculations

高级数学计算

强化学习

Nemotron-RL-math-advanced_calculations数据集旨在测试模型在多步代理环境中解决复杂多步数学问题的能力，涉及具有不同层次函数组合的反直觉计算。该数据集作为NVIDIA NeMo Gym框架的一部分发布，NeMo Gym是一个用于构建强化学习环境以训练大型语言模型的框架，支持从可验证奖励中进行强化学习(RLVR)。NeMo Gym是NVIDIA NeMo框架中的一个

Hugging Face2025-12-12 更新250

hilserl_sim_pick_lift

机器人技术

强化学习

该数据集由LeRobot项目创建，主要用于机器人技术相关的研究和应用。数据集包含30个任务片段，共计1819帧数据，数据文件总大小为100MB，视频文件总大小为200MB。数据以parquet格式存储，视频以mp4格式存储，帧率为10fps。数据集结构包括多个特征字段，如前视和腕部摄像头视频（128x128像素，3通道）、机器人状态观测（18维浮点数组）、动作（4维浮点数组）、奖励（1维浮点数）、

Hugging Face2026-02-04 更新170

Pretraind DDPG agent for energy management of residential power system & 18-hour PV generation, load, and temperature dataset

资源简介：

相关数据集