MuJoCO 发布 Residual Reinforcement Learning Environments 数据集, 应用在 机器人操作、强化学习 领域

MuJoCO 本次发布的数据集 Residual Reinforcement Learning Environments, 该数据集专为测试基于技能的强化学习方法的有效性而设计，包含了一系列机器人操作任务。该数据集涵盖了四个不同的下游任务，这些任务改编自现有环境，旨在研究并提升学习者在不同条件下掌握和适应技能的能力。这些任务涉及到使用7自由度（7-DoF）的Fetch机器人臂执行多任务操作。总的来说，这一数据集聚焦于机器人操作领域。

查看Residual Reinforcement Learning Environments

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。