SLED Group 发布 Offline Reinforcement Learning Dataset 数据集, 应用在 强化学习、自然语言处理 领域

SLED Group 本次发布的数据集 Offline Reinforcement Learning Dataset, 该数据集包含了代理轨迹，其中包含了任务描述以及相应的奖励、状态和动作元组。此外，在每一个时间步，数据集还提供了包含回顾和前瞻信息的语言反馈。该数据集的特点是包含了多样化的次优轨迹和经过GPT增强的语言反馈，这些特点有助于提升模型的泛化能力。任务的目的是实现带有语言反馈的强化学习。

查看Offline Reinforcement Learning Dataset

README 内容： 

关于 SLED Group , Sled Group是一个专注于提供软件解决方案的团队，致力于使用最新技术帮助客户解决复杂问题，提供从需求分析到产品维护的全套服务。

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。