首页/数据集/Appendix: Automatically Create Evolutionary Metaheuristic Algorithms Using Reinforcement Learning

Appendix: Automatically Create Evolutionary Metaheuristic Algorithms Using Reinforcement Learning

Figshare2021-02-05 更新2026-04-08 收录

数据链接：

https://figshare.com/articles/dataset/Appendix_Automatically_Create_Evolutionary_Metaheuristic_Algorithms_Using_Reinforcement_Learning/13719853/1 数据链接链接失效反馈

官方服务：

资源简介：

- Data Descriptor AutoMH

应用场景：

创建时间：

2021-02-05

多智能体调度

强化学习

We propose ScheduleNet, a RL-based real-time scheduler, that can solve various types of multi-agent scheduling problems. We formulate these problems as a semi-MDP with episodic reward (makespan) and l

DataCite Commons2025-11-20 更新140

luca0621/multi-RLHF-processed-llama1B-dataset-with-1000-rewards

自然语言处理

强化学习

该数据集包含查询（query）、响应（response）和奖励（reward）三个特征，其中查询和响应为字符串类型，奖励为浮点数类型。数据集分为训练集和测试集，训练集包含8000个样本，测试集包含2000个样本。总下载大小为2276183字节，数据集总大小为7148705字节。

Hugging Face2024-11-30 更新70

FractalAIResearch/Fathom-V0.4-RL-Compression

学科文本生成

强化学习

Ramanujan-Ganit-R1-14B-RL是一个英文文本生成数据集，可能包含数学相关的文本内容，并在模型预训练后进行了后处理。具体的数据集内容和用途在README中未详细说明。

Hugging Face2025-05-13 更新60

CognitiveLab/hh-rlhf-formatted

强化学习

文本生成

--- dataset_info: features: - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype: string splits: - name: train num_bytes: 327229899 num_exam

Hugging Face2024-01-18 更新80

dataset_for_testing

机器人技术

强化学习

这是一个使用phospho开发工具生成的数据集，包含了一系列机器人和多个摄像头记录的片段。这个数据集可以直接用于通过模仿学习来训练策略，并且与LeRobot和RLDS兼容。

Hugging Face2025-02-10 更新60