Hallway POMDP Benchmark

该数据集是一个基准测试，其中机器人导航一个网格迷宫，感知墙壁的存在，并在某些单元格中尝试任务，这些任务有不同的结果概率。数据集还包括了不同风险阈值下的变体，以及多次执行后平均的结果。在规模上，该数据集的状态空间大小为67,584，动作数量为3，观察结果数量为43。该任务是在POMDP框架下进行的不确定性决策制定。