本次发布的数据集 Minesweeper Game Episodes, 该数据集包含了专为训练使用多臂老虎机算法的智能体而设计的扫雷游戏各个回合的数据。具体来说,这些数据是从标准初学者级别的扫雷游戏中生成的,游戏面板大小为8x8,并设有10个地雷。该数据集的规模包括用于训练的百万回合以及用于测试的万次回合。任务旨在进行扫雷游戏的强化学习研究。
README 内容:
关于 , 国庆学校是一所位于中国的教育机构,专注于提供基础教育服务。学校致力于培养学生的综合素质,注重学术与品德的全面发展。
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。





_1769672084863.jpg)