南京大学 发布 NeoRL-2 数据集, 应用在 强化学习、离线学习 领域

南京大学 本次发布的数据集 NeoRL-2, NeoRL-2是由南京大学等研究机构构建的近现实世界离线强化学习基准数据集。该数据集包含7个模拟任务，旨在反映现实世界任务中的复杂性，涵盖时间延迟、外部因素、控制策略约束、传统控制方法收集的数据以及数据可用性的限制等特点。数据集通过模拟器收集，以模拟现实世界中的挑战，并用于训练和测试强化学习策略，推动算法在真实应用场景中的发展。

查看NeoRL-2

README 内容： 

关于 南京大学 , 南京大学是中国的一所著名综合性大学，以其在文、理、工、医等多个学科领域的深厚学术底蕴和卓越研究成果而闻名。

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。