PPO 发布 Mujoco locomotion tasks 数据集, 应用在 机器人控制、模仿学习 领域

PPO 本次发布的数据集 Mujoco locomotion tasks, 该数据集包含了三个连续控制机器人任务（Hopper、Walker和AntPusher）的专家演示数据，这些数据是从经过良好训练的PPO策略中生成的。该数据集被用于评估在机器人控制领域中，层次化策略学习方法的有效性。数据集涵盖了三个任务，这些任务具有不同的状态和动作维度（Hopper任务具有11维状态和3维动作；Walker任务具有17维状态和6维动作；AntPusher任务具有107维状态和8维动作）。这些数据集主要应用于机器人控制及模仿学习任务中。

查看Mujoco locomotion tasks

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。