University of Oxford 发布 Ad-Hoc Human-AI Coordination Challenge (AH2AC2) 数据集, 应用在 人机协调、强化学习 领域

University of Oxford 本次发布的数据集 Ad-Hoc Human-AI Coordination Challenge (AH2AC2), AH2AC2数据集是一个开源的Hanabi人类游戏数据集，包含1,858场两人游戏和1,221场三人游戏。该数据集旨在为研究人类与AI协调提供基准，并通过行为克隆和正则化强化学习开发了高表现的人类代理。这些代理作为评估人类与AI协调能力的标准测试伙伴。数据集还包含一个公开排行榜，用于跟踪研究进展。

查看Ad-Hoc Human-AI Coordination Challenge (AH2AC2)

关于 University of Oxford , 牛津大学是位于英国牛津的世界著名学府，历史悠久，是英语世界中最古老的大学之一，提供多种学科领域的教学和研究。

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。