Bipedal Walker ready RL modell

kaggle2026-01-27 更新2026-02-14 收录

强化学习

双足行走

数据链接：

https://www.kaggle.com/datasets/itbetyar/bipedal-walker-kesz-rl-modell 数据链接链接失效反馈

官方服务：

资源简介：

Reinforcement learning - Fast running bipedal model

强化学习（Reinforcement Learning）：快速奔跑双足模型

创建时间：

2026-01-27

reinforcement learning for DFJSP

强化学习

作业车间调度

We conducted the experiments on seven different size instances for training and testing.We used the notation |J| X |M| to denote that a DFJSP instance consists of |J| jobs and |M| machines.

DataCite Commons2022-05-04 更新250

Intelligent-Internet/II-Thought-RL-v0

强化学习

多任务学习

II-Thought RL v0是一个大规模、多任务的强化学习数据集，包含了经过严格多步骤筛选的高质量问题-答案对。数据集涵盖了数学、编程、科学等多个领域，旨在为强化学习模型提供多样化的训练材料。

Hugging Face2025-03-28 更新180

Soccer Game Environment

强化学习

足球游戏模拟

该数据集模拟了一个可控智能体在足球游戏环境中的互动，旨在评估DPIQN和DRPIQN模型的性能。足球场由32×32像素的多个RGB网格组成，智能体可以采取五种可能的动作，环境支持多种竞争与合作场景。规模上，该数据集涵盖了多场游戏（1对1和2对2），在10万集的游戏中进行了测试。任务则是针对足球游戏中的多智能体强化学习。

arXiv150

introvoyz041/Nemotron-RL-math-advanced_calculations

高级数学计算

强化学习

Nemotron-RL-math-advanced_calculations数据集旨在测试模型在多步代理环境中解决复杂多步数学问题的能力，涉及具有不同层次函数组合的反直觉计算。该数据集作为NVIDIA NeMo Gym框架的一部分发布，NeMo Gym是一个用于构建强化学习环境以训练大型语言模型的框架，支持从可验证奖励中进行强化学习(RLVR)。NeMo Gym是NVIDIA NeMo框架中的一个

Hugging Face2025-12-12 更新250

windy-drone

无人机配送

强化学习

该数据集模拟了一架无人机在强风中运送心脏进行移植的情景，其中随机转换影响了无人机的移动。此外，该数据集被用于评估在强化学习中，修改算法以符合伦理义务的有效性。具体任务是对强化学习智能体的受限策略搜索和模型检查。

arXiv160