gfootball001

该数据集是一个双玩家足球（足球）环境，每个智能体控制一个由11名球员组成的球队。状态信息包括球员和球的各种位置数据，这为复杂的强化学习场景提供了可能。此外，该数据集包含了用于对抗性训练的各种配置，包括黑盒和白盒设置，并采用近端策略优化（Proximal Policy Optimization）进行训练。观测数据的规模为72 x 96 x 16像素。任务旨在训练强化学习智能体，使其能够相互对抗，发展