Sample Data for Learning RL and Monte Carlo

kaggle2018-03-09 更新2024-03-08 收录

强化学习

蒙特卡洛方法

数据链接：

https://www.kaggle.com/datasets/osbornep/sample-data-for-learning-rl-and-monte-carlo 数据链接链接失效反馈

官方服务：

资源简介：

Data of ingredients broken down by products for building a RL model

用于构建强化学习（Reinforcement Learning）模型的、按产品拆分的食材数据集

创建时间：

2018-03-09

frozenlake_triplet_astar_sft

强化学习

路径规划

该数据集包含了多个环境的轨迹数据，每个轨迹由一系列的观察和动作组成。数据集被划分为训练集、验证集和测试集，以及它们各自的10%和1%子集。数据集中的特征包括环境ID、轨迹ID、轨迹步骤、是否为金标准动作、图像、当前动作、金标准动作、是否达到目标、是否掉入洞中、轨迹是否成功、是否为最终观察、概率、地图大小、随机种子和描述等。

Hugging Face2025-11-16 更新120

yonghoon96/antmaze-giant-navigate-20m-v0

强化学习

离线强化学习

--- license: mit task_categories: - reinforcement-learning tags: - offline-rl - goal-conditioned-rl - mujoco - antmaze size_categories: - 10M<n<100M --- # AntMaze-Giant-Navigate 20M Dataset This da

Hugging Face2026-02-21 更新100

D-ExpTracker__rl_1e_v2__pv__v1

强化学习

实验跟踪

该数据集是针对rl_1e_v2__pv实验的跟踪器数据集，包含实验的元数据、超参数配置、日志、评估结果和训练数据元数据等多个部分。数据集以不同的配置名称组织，每个配置都有其对应的特征和训练/验证数据划分。

Hugging Face2025-09-15 更新70

EMDSAC-ft: Bridging the Gap in Offline-to-Online Reinforcement Learning through Value Distribution Learning

强化学习

离线到在线学习

Offline-to-online is a key strategy for advancing reinforcement learning towards practical applications. This approach not only reduces the risks and costs associated with online exploration, but also

DataCite Commons2024-10-28 更新110

ai2-adapt-dev/sft_v3.9_used_on_policy_p0_olmo2_7b

语言模型

强化学习

--- dataset_info: features: - name: prompt dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: rejected list:

Hugging Face2024-11-23 更新90

Sample Data for Learning RL and Monte Carlo

资源简介：

相关数据集