Authors of the paper 发布 Benchmark Instances for Multi-Item Retrieval 数据集, 应用在 强化学习、物品检索 领域

Authors of the paper 本次发布的数据集 Benchmark Instances for Multi-Item Retrieval, 该数据集包含了一系列为不同问题设置生成的基准实例，涵盖了单件物品检索和多件物品检索问题。这些实例用于评估强化学习方法的性能，并将其与现有算法进行比较。该数据集共包含10,835个实例，分为四个系列，用于不同目的，包括测试强化学习方法解决方案的质量以及对小规模实例进行敏感性分析。这些实例的规模分为小型、中型和大型，任务主要集中在基于谜题的存储系统中的多件物品检索。

查看Benchmark Instances for Multi-Item Retrieval

README 内容： 

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。