20260127

NIAID Data Ecosystem2026-05-10 收录

强化学习

音乐会超图建模

数据链接：

https://data.mendeley.com/datasets/4dvz54n34n 数据链接链接失效反馈

官方服务：

资源简介：

Reinforcement Learning Recommendation Algorithms for Hypergraph Modeling Concert Sessions

创建时间：

2026-01-27

ScheduleNet: Learn to solve multi-agent scheduling problems with reinforcement learning

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

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

Flightmare Simulator

无人机仿真

强化学习

Flightmare 由两个主要组件组成：基于 Unity 构建的可配置渲染引擎和用于动态模拟的灵活物理引擎。这两个组件完全解耦，可以彼此独立运行。 Flightmare 具有几个理想的功能：（i）大型多模式传感器套件，包括提取场景 3D 点云的界面； (ii) 用于强化学习的 API，可以并行模拟数百个四旋翼； (iii) 与虚拟现实耳机的集成，用于与模拟环境进行交互。 Flightmare 可

OpenXLab80

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