发布 Exploratory data for Offline RL (ExORL) 数据集, 应用在 强化学习、机器学习 领域

本次发布的数据集 Exploratory data for Offline RL (ExORL), 该数据集采取以数据为中心的离线强化学习方法，通过无监督的、无需奖励的探索生成数据，并用下游任务的奖励对其进行重标记，以训练策略。此外，该数据集使得传统的非策略强化学习算法在下游任务上的表现能够超越或媲美最先进的离线强化学习算法。该数据集包含了一百万次交互，这些交互是在多个剧集过程中收集的，适用于多任务离线强化学习任务。

查看Exploratory data for Offline RL (ExORL)

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。