RLED算法测试数据集

该数据集是采用SAC强化学习算法在Ant、HalfCheetah、MiniGrid-Doorkey、MiniGrid-Empty、MiniGrid-KeyCorridorS3Rl、MiniGrid-SimpleCrossingS9N1、Swimmer 和Walker2d环境数据集中训练并收集交互轨迹得到，并用于RLED算法的训练。数据集包含用于RLED强化学习8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147MB。

搜集汇总

背景与挑战

背景概述

该数据集利用SAC强化学习算法在Ant、HalfCheetah等8个环境数据集中训练并收集交互轨迹，专用于RLED算法的训练。数据集包含每个环境1万组状态-动作对的轨迹数据，总数据量约147MB，涵盖强化学习模仿学习等任务场景。