HumanCompatibleAI 发布 PointMass 数据集, 应用在 强化学习、控制理论 领域

HumanCompatibleAI 本次发布的数据集 PointMass, 该数据集对控制环境中的奖励函数进行评估，包括稀疏奖励和密集奖励。在这个环境中，智能体可以在一条直线上向左或向右加速。数据集包含了多种奖励函数，如稀疏奖励（S）、密集奖励（D）以及幅度奖励（M），并用于评估EPIC距离方法。该数据集的规模为单任务评估，任务类型为连续控制任务。

查看PointMass

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。