发布 Tight Task Grid-World 数据集, 应用在 强化学习、终身学习 领域

本次发布的数据集 Tight Task Grid-World, 该数据集是一个用于终身强化学习实验的11x11格子世界任务的变体。它包括一个中心初始状态、四个基本方向的动作以及特定的奖励配置。目标单元格的奖励值从0.8到1之间随机抽取，而滑动的概率则在0到0.1之间。规模上，我们从5个马尔可夫决策过程（MDP）中采样创建了15个任务，每个任务运行2000集，每集长度为10步。这些任务都属于终身强化学习范畴。

查看Tight Task Grid-World

README 内容： 

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。