发布 Problem Domain 1 数据集, 应用在 强化学习、模型学习 领域

本次发布的数据集 Problem Domain 1, 该数据集对ARM框架在特定问题领域的评估进行了总结，该领域与非马尔可夫奖励有关。在该问题域中，智能体可以在网格内移动，并遭遇随机行为。问题规模较小，任务是通过主动学习方法学习一个非马尔可夫奖励模型。

查看Problem Domain 1

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。