发布 Humanoid Locomotion Benchmark 数据集, 应用在 人形机器人、机器学习 领域

本次发布的数据集 Humanoid Locomotion Benchmark, 该数据集提供了一个基准，比较了在训练人形机器人行走时，基础奖励、DRS（动态奖励塑造）条款以及PBRS（概率奖励塑造）条款之间的表现。此外，数据集还包含了展示不同奖励塑造方法学习性能的视频结果。每个案例（包括基础线、DRS和PBRS）都进行了十次学习运行，以评估不同方法在完成学习人形机器人行走任务时的表现。

查看Humanoid Locomotion Benchmark

README 内容： 

关于 ,

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。