FrenzyMath/state_tactic_pairs

Name: FrenzyMath/state_tactic_pairs
Creator: FrenzyMath
Published: 2025-08-09T04:11:30+08:00

Hugging Face2025-07-11 更新2025-08-09 收录

自动推理

策略学习

数据链接：

https://hf-mirror.com/datasets/FrenzyMath/state_tactic_pairs 数据链接链接失效反馈

官方服务：

资源简介：

这个数据集包含了56,407个状态-策略对，这些数据对是通过专家迭代方法收集的，用于训练REAL-Prover模型。

This dataset contains 56,407 state-tactic pairs collected through expert iteration for training REAL-Prover.

提供机构：

This dataset was created using [LeRobot](https://github.com/huggingface/lerobot). ## Dataset Description - **Homepage:** https://diffusion-policy.cs.columbia.edu/ - **Paper:** https://arxiv.org/a

魔搭社区2026-07-13 更新290

Modified Monopoly Deal Environment

游戏理论

策略学习

本文介绍了一种修改版的Monopoly Deal环境，该环境作为研究有界单向响应游戏（BORG）的基准环境。数据集由两个玩家参与，在零和游戏中，玩家需要通过获取财产、收取租金和管理现金资源来赢得比赛。在游戏中，当玩家打出租金卡时，控制权将暂时转移给对手，对手必须通过支付现金或财产来满足租金要求，或者使用“拒绝”卡来取消租金要求。该数据集旨在为有界单向响应游戏提供一种可复现的基准环境，并支持对状态表

arXiv2025-10-29 更新200

yalhessi/lemexp-raw-unordered-extra

形式化证明

自动推理

该数据集包含两个配置：afp-thms和hol-thms，每个配置都包含理论文件、lemma信息、模板、符号和定义等特征。数据集分为训练集，并提供了详细的大小和示例数量信息。

Hugging Face2025-03-17 更新70

Diner Dash

策略学习

高维动作空间

Diner Dash是一个用于评估高维动作空间中策略学习算法性能的轻量级基准任务。该数据集由新加坡国立大学创建，旨在解决传统基准如Atari游戏在动作空间维度上的局限性。Diner Dash具有层次任务结构和57维动作空间，模拟了一个餐厅经营环境，其中玩家需控制服务员服务尽可能多的顾客。数据集创建过程中，通过引入分解策略图建模（DPGM）算法，结合图建模和深度学习，实现了领域知识的明确嵌入。该数据

arXiv2020-07-13 更新280

Strategy Learning

调度问题

策略学习

This is a collection of datasets for three scheduling problems, as described in our paper in PLOS (Title: "An Alternative to the Black Box: Strategy Learning", see paper for details). Each dataset pre

Mendeley Data2024-03-27 更新90

FrenzyMath/state_tactic_pairs

资源简介：

相关数据集