加州大学伯克利分校 发布 trajectory datasets with per-agent reward information 数据集, 应用在 多代理系统、机器学习 领域

加州大学伯克利分校 本次发布的数据集 trajectory datasets with per-agent reward information, 该数据集是本文研究的副产品，包含了每个时间步长的轨迹，并且标注了每个代理的奖励信息。这些数据来自于 centralized LLM reward-critic 的反馈，旨在为未来的离线学习工作提供可以帮助训练一组协作、去中心化政策的资源。

查看trajectory datasets with per-agent reward information

关于 加州大学伯克利分校 , 加州大学伯克利分校是一所位于美国加州的世界顶级公立研究型大学，以其在科研和创新领域的卓越成就闻名于世。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。