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

Appendix: Automatically Create Evolutionary Metaheuristic Algorithms Using Reinforcement Learning

NIAID Data Ecosystem2026-03-12 收录

数据链接：

https://figshare.com/articles/dataset/Appendix_Automatically_Create_Evolutionary_Metaheuristic_Algorithms_Using_Reinforcement_Learning/13719853 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

强化学习

离线到在线学习

Offline-to-online is a key strategy for advancing reinforcement learning towards practical applications. This approach not only reduces the risks and costs associated with online exploration, but also

DataCite Commons2024-10-28 更新110

ai2-adapt-dev/sft_v3.9_used_on_policy_p0_olmo2_7b

语言模型

强化学习

--- dataset_info: features: - name: prompt dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: rejected list:

Hugging Face2024-11-23 更新90

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

yonghoon96/antmaze-giant-navigate-20m-v0

强化学习

离线强化学习

--- license: mit task_categories: - reinforcement-learning tags: - offline-rl - goal-conditioned-rl - mujoco - antmaze size_categories: - 10M<n<100M --- # AntMaze-Giant-Navigate 20M Dataset This da

Hugging Face2026-02-21 更新100

D-ExpTracker__rl_1e_v2__pv__v1

强化学习

实验跟踪

该数据集是针对rl_1e_v2__pv实验的跟踪器数据集，包含实验的元数据、超参数配置、日志、评估结果和训练数据元数据等多个部分。数据集以不同的配置名称组织，每个配置都有其对应的特征和训练/验证数据划分。

Hugging Face2025-09-15 更新70