发布 Cheat MAB 数据集, 应用在 强化学习、多臂老虎机 领域

本次发布的数据集 Cheat MAB, 该数据集是一个多臂老虎机问题，其中一个臂能提供更高的奖励，但更难以识别。实验结果是基于5次训练的平均值，并且每1.5万集进行一次评估。该数据集通过参数k进行规模调整，k的增加会提升领域复杂性。任务涉及的是带有探索策略的强化学习。

查看Cheat MAB

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。