Transformer_Reinforcement_Learning

kaggle2024-04-12 更新2024-05-06 收录

强化学习

Transformer模型

数据链接：

https://www.kaggle.com/datasets/zjp2origin/transformer-reinforcement-learning 数据链接链接失效反馈

官方服务：

资源简介：

It may be deleted at any time.

本内容可能随时被删除。

创建时间：

2024-04-12

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

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

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

Hang917/robot_assets

机器人技术

强化学习

机器人资产数据集，包含机器人的几何形状、URDF、MuJoCo XML文件以及相关的网格资源，适用于机器人学和强化学习等相关领域。

Hugging Face2025-11-08 更新60