These data are associated with the evaluations presented in the paper: Locally Weighted Least Squares Temporal Difference Learning, Matthew Howard and Yoshihiko Nakamura, European Symposium on Artific

DataCite Commons2025-04-01 更新90

ARNO

强化学习

分布外检测

该数据集包含了在三种不同环境中实现的具有三个噪声级别的时序相关异常的ARNO场景，这些环境包括Cartpole、Reacher和Acrobot。具体来说，这些场景包含了轻度、中度和重度噪声，这些噪声会影响代理的奖励。数据集的规模覆盖了多种环境以及三个不同的噪声水平。其任务是强化学习中的分布外检测。

arXiv70

Curriculum-Based Reinforcement Learning for In-Hand Manipulation

机器人操作

强化学习

This dataset contains the data and code associated with the research paper "Curriculum Is More Influential Than Haptic Information During Reinforcement Learning of Object Manipulation Against Gravity"

DataCite Commons2024-11-25 更新50

qgallouedec/prj_gia_dataset_metaworld_coffee_button_v2_1111

强化学习

智能代理

--- library_name: gia tags: - deep-reinforcement-learning - reinforcement-learning - gia - multi-task - multi-modal - imitation-learning - offline-reinforcement-learning --- An imitation learning env

Hugging Face2023-03-08 更新80

fossil-eai/babyai-xgen-bot-successful

强化学习

AI训练

该数据集包含多个配置，每个配置包含与任务执行、动作、图像观察、奖励和各种反馈机制相关的特征。数据集包括预处理和原始数据格式，具有任务ID、时间步长、动作、图像观察、终止状态、不同类型的奖励（折扣、非折扣、标准化）以及任务、规则、任务反馈和指令的嵌入等特征。数据集分为训练集和验证集，每个分割的字节数和示例数都有详细统计。该数据集似乎与任务或任务执行环境相关，可能涉及强化学习或类似的AI训练场景。

Hugging Face2025-05-12 更新50

gallantVN/en_vi_DPO

资源简介：

数据集概述

许可证

任务类别

数据规模

相关数据集