昆士兰大学 发布 Mining-Gym 数据集, 应用在 强化学习、矿山物流 领域

昆士兰大学 本次发布的数据集 Mining-Gym, Mining-Gym是一个开源的、可配置的强化学习基准测试环境，专为矿山过程优化中的卡车调度任务设计。该环境基于离散事件仿真（DES）构建，并与OpenAI Gym接口无缝集成，支持Stable Baselines等强化学习算法库。Mining-Gym能够模拟关键的矿山特定不确定性，如设备故障、队列拥塞和采矿过程的随机性，提供一个真实和自适应的学习环境。此外，它提供了图形用户界面（GUI）进行参数选择，综合的数据记录系统和内置的关键性能指标（KPI）仪表板，以及矿山现场的实时可视化，以促进深入的性能分析。

查看Mining-Gym

关于 昆士兰大学 , 昆士兰大学是澳大利亚顶尖的研究型大学之一，位于昆士兰州首府布里斯班，以其卓越的教学和研究成果在国际上享有盛誉。

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。