发布 Stochastic Combination Lock Environment 数据集, 应用在 强化学习、算法鲁棒性 领域

本次发布的数据集 Stochastic Combination Lock Environment, 该数据集包含H个层级，每个层级有3种状态和4种动作。在这其中，有两种状态会带来高回报，而另一种是死亡状态。动作有可能以0.1的概率被翻转，同时，为了状态编码，还会添加随机的伯努利噪声。此外，数据集还包括两种任务变体，用于测试算法对局部最优解的鲁棒性。规模方面，多个层级包含了高回报和低回报状态。该任务旨在研究强化学习中的探索与利用问题。

查看Stochastic Combination Lock Environment

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。