SafeRL-Lab 发布 Safety-MuJoCo Benchmark 数据集, 应用在 安全强化学习、机器人性能评估 领域

SafeRL-Lab 本次发布的数据集 Safety-MuJoCo Benchmark, 该数据集是一个旨在评估安全强化学习算法性能的基准，它重点关注在奖励和安全指标之间的平衡。该基准不仅包含了与速度相关的约束，还考虑了机器人健康因素，如跌倒和关节限制。任务领域为安全强化学习。

查看Safety-MuJoCo Benchmark

关于 SafeRL-Lab , -

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。