NathanGavenski/LunarLander-v2
收藏Hugging Face2024-06-11 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/NathanGavenski/LunarLander-v2
下载链接
链接失效反馈官方服务：
资源简介：
该数据集由Imitation Learning Datasets项目创建，使用了来自HuggingFace的PPO策略的Stable Baselines权重。数据集包含1,000个episode，每个episode的平均奖励为500。每个条目包含：观察值（长度为8的列表）、动作（0、1、2和3）、奖励（该时间步的奖励点）和是否为episode初始时间步的布尔值。
提供机构：
NathanGavenski
原始信息汇总
数据集概述
- 创建项目：Imitation Learning Datasets
- 创建方法：使用Stable Baselines的PPO政策权重，来源自HuggingFace。
