Expert-Level Offline Reinforcement Learning Dataset

该数据集包含了100万个用于训练强化学习模型的转换数据，专为模拟环境中的多目标机器人任务（如到达、推动和拾放）而设计。该数据集由完整的剧集组成，没有使用任何不完整的剧集进行训练。它被用于评估决策变压器（Decision Transformer）和结合HER代理的TQC的性能。规模达到了100万个转换。