多智能体协同对抗任务训练数据集

该数据集面向星际争霸II多智能体挑战实验场景的“2s3z”任务，记录采用值函数分解方法得到的神经网络训练模型和生成该模型所采用的轨迹数据。其中，“训练模型.pth”文件是由pytorch深度学习框架自动保存的神经网络模型结构和权重等信息。“轨迹数据.txt”文件里包括十万余条轨迹数据，每条数据之间用空行隔开。每一条数据里依次包括当前环境状态向量、可采取的合法动作向量、智能体实际采取的动作向量、执行动作后发生变化的下一步状态、环境反馈的奖励得分、是否中止、以及其他信息。数据量总为303MB。

搜集汇总

背景与挑战

背景概述

该数据集面向星际争霸II多智能体挑战实验中的“2s3z”任务，基于值函数分解方法训练神经网络模型，并记录模型结构、权重及十万余条轨迹数据。每条轨迹包含环境状态、合法动作、实际动作、下一步状态、奖励及中止标志等信息，数据总量约289.53MB，由国防科技大学提供。