CoIL算法测试数据集

该数据集是采用SAC强化学习算法在HalfCheetah、Hopper、HumanoidStandup、Humanoid、InvertedPendulum和Walker2d环境数据集中训练并收集交互轨迹得到，并用于CoIL算法的训练。数据集包含用于CoIL强化学习6个环境任务的以环境的状态和动作对为单组数据的轨迹数据集文件，每个环境各包含1万组状态和动作对，预估数据量为372MB。

搜集汇总

背景与挑战

背景概述

CoIL算法测试数据集基于SAC强化学习算法，在HalfCheetah、Hopper等6个环境任务中收集交互轨迹，每个环境包含1万组状态-动作对，总数据量约372MB，共7个文件。该数据集专门用于CoIL算法的训练与测试，属于人工智能领域，关键词涵盖强化学习、模仿学习和机器人控制。