发布 Probabilistic Gate MDP 数据集, 应用在 强化学习、马尔可夫决策过程 领域

本次发布的数据集 Probabilistic Gate MDP, 该数据集是一个马尔可夫决策过程（MDP）环境，其中的任务是未来只到达标记为a的状态，同时避免到达标记为c的状态。此外，相关信息显示，该方法与其他方法相比，在样本效率和收敛性方面表现更佳。具体任务为：实现目标a且避免目标c。

查看Probabilistic Gate MDP

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。