发布 Reacher and Tracker Environments 数据集, 应用在 机器人控制、深度强化学习 领域

本次发布的数据集 Reacher and Tracker Environments, 该数据集专为训练智能体使用深度强化学习而设计，包含了一系列针对UR10e机器人手臂进行到达和跟踪任务的环境。此外，数据集还包含了PPO和DQN算法的性能指标，如每集步骤的平均奖励及其标准误，以及用于评估的剧集长度图表。该数据集的规模涵盖了多次试验（每个智能体独立进行3次试验），其任务重点是机器人控制的强化学习。

查看Reacher and Tracker Environments

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。