发布 Simulation-Oversight environment 数据集, 应用在 强化学习、智能体监督 领域

本次发布的数据集 Simulation-Oversight environment, 该数据集的环境包括三种状态：选择、模拟和现实，这三种状态展示了基于对不完全模拟的智能体的监督干预效果。此外，该环境支持探索，并且其奖励结构在现实和模拟中都存在可以利用的缺陷。任务则是进行带有动作修改的强化学习。

查看Simulation-Oversight environment

README 内容： 

关于 ,

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。