Kaggriculture Reference Agents

kaggle2026-08-08 更新2026-08-12 收录

游戏AI对手建模

强化学习基准

数据链接：

https://www.kaggle.com/datasets/raykkretzschmar/kaggriculture-reference-agents 数据链接链接失效反馈

官方服务：

资源简介：

Ten documented opponent agents as a skill ladder for Kaggriculture

十个带有完整文档说明的对战智能体（opponent agents），作为Kaggriculture的技能梯度天梯

创建时间：

2026-08-05

real01b-marker-d2-r5-trio-baseline-dp-iql-cfinal-n16-heval-sobolseed2026070704

机器人操作

强化学习基准

该数据集是一个用于机器人操作的数据集，由LeRobot创建。数据集包含机器人状态观测、动作、多视角图像和遥测数据。具体特征包括：观测状态（如笛卡尔位置、关节位置和速度、夹爪位置）、动作（如笛卡尔速度/位置、关节速度/位置、夹爪动作）、多个摄像头图像（手腕左/右、侧边1/2，分辨率为480x640，帧率15 fps）、遥测数据（如电机扭矩、末端执行器力/力矩）以及任务相关变量（如成功标志、奖励、步骤

Hugging Face2026-07-11 更新110

Mario AI

强化学习基准

游戏AI训练

Mario AI 是强化学习的基准环境。与最初的任天堂版本一样，Mario AI 中的游戏玩法包括将受控角色（即马里奥）移动到横向观看的二维关卡中。马里奥可以左右行走、奔跑、跳跃和（取决于他所处的状态）射击火球。重力作用在马里奥身上，因此必须跳过悬崖才能越过它们。马里奥可以处于以下三种状态之一：小、大（可以通过跳到敌人身上杀死敌人）和火（可以发射火球）。

OpenXLab50

DCAgent2/terminal_bench_2_g1_weighted_100k_32b_cont_20260428_002638

智能体终端操作

强化学习基准

--- dataset_info: features: - name: conversations list: - name: content dtype: string - name: role dtype: string - name: agent dtype: string - name: model dtype

Hugging Face2026-04-28 更新40

carbonteq/rg-leg-counting-100k

逻辑推理训练

强化学习基准

--- license: mit pretty_name: RLVR (verl) dataset --- # RLVR generated dataset Procedural rows from [reasoning-gym](https://github.com/open-thought/reasoning-gym), formatted for [verl](https://githu

Hugging Face2026-04-06 更新60

Parameters to the dynamics of the pole-cart system.

倒立摆控制

强化学习基准

Parameters to the dynamics of the pole-cart system.

Figshare2015-12-02 更新50