发布 Toy Environment for Planning Problem 数据集, 应用在 强化学习、高维规划 领域

本次发布的数据集 Toy Environment for Planning Problem, 该数据集是为了分析提出的Grad+CEM方法在高维动作空间中与传统CEM方法的性能而创建的玩具环境。该环境包含了具有真实梯度的动力学模型，并允许通过弹簧常数调整接触硬度。其规模涉及高达20维的高维动作空间。任务则是利用强化学习技术在一个高维动作空间中进行规划。

查看Toy Environment for Planning Problem

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。