加州大学伯克利分校 发布 rllab benchmark suite 数据集, 应用在 深度强化学习、连续控制任务 领域

加州大学伯克利分校 本次发布的数据集 rllab benchmark suite, rllab benchmark suite是由加州大学伯克利分校电气工程与计算机科学系的研究团队开发的一套连续控制任务数据集，包含31个任务，覆盖了从基本的cart-pole平衡到复杂的3D人形运动等多种任务。数据集通过物理模拟器实现，便于实验的可重复性和算法的评估。该数据集旨在为深度强化学习算法提供一个标准化的测试平台，以促进算法的发展和比较。

查看rllab benchmark suite

README 内容： 

关于 加州大学伯克利分校 , 加州大学伯克利分校（University of California, Berkeley）是美国著名的公立研究型大学，位于加利福尼亚州伯克利市。该校是加州大学系统的旗舰校，也是美国最顶尖的公立大学之一，以其卓越的学术研究和创新能力闻名于世。

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。