Meta-world 发布 Sparse Meta-world Tasks 数据集, 应用在 强化学习、机器人任务 领域

Meta-world 本次发布的数据集 Sparse Meta-world Tasks, 该数据集包含了来自Meta-world MT10环境的十个机器人任务，这些任务以状态为基础进行观察，并采用稀疏奖励机制。当智能体达到目标时，会获得1的奖励，否则奖励为0。此外，该数据集被用于评估FuRL方法在强化学习任务中相较于其他各种基准方法的有效性。该数据集的任务规模为10个，主要针对的是强化学习任务。

查看Sparse Meta-world Tasks

关于 Meta-world , -

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。