基于强化学习的量子密钥资源分配数据集主要面向物联网环境下基于量子密钥分发机制和体系研究，物联网对轻量级和系统效率需求建设，基于南京网络通信与安全紫金山实验室PC主机上的仿真实验产生，主要记录了训练量子密钥请求的信息，其中包括量子密钥请求状态、请求到达时间、量子密钥量和安全性需求这四个数据项，由此可以基于强化学习方法来训练出有效的量子密钥资源分配方法，数据量156KB。

国家基础学科公共科学数据中心220

haosulab/ManiSkill_PickCube

机器人技术

强化学习

ManiSkill PickCube Demonstrations数据集包含多种类型的演示，包括运动规划演示、人类（通过交互式运动规划）演示和强化学习演示。该数据集适用于机器人学、强化学习、具身AI、计算机视觉和模拟等领域的研究和应用。

Hugging Face2024-11-09 更新190

NeoRL-2

强化学习

模拟器

NeoRL-2是由南京大学等研究机构构建的近现实世界离线强化学习基准数据集。该数据集包含7个模拟任务，旨在反映现实世界任务中的复杂性，涵盖时间延迟、外部因素、控制策略约束、传统控制方法收集的数据以及数据可用性的限制等特点。数据集通过模拟器收集，以模拟现实世界中的挑战，并用于训练和测试强化学习策略，推动算法在真实应用场景中的发展。

arXiv2025-03-25 更新810

youliangtan/sampled_google_robot_ds

强化学习

机器人控制

该数据集包含多个特征字段，如视频帧图像、语言指令、观察状态、动作、时间戳、片段索引、帧索引、下一个奖励、下一个完成标志和索引。数据集被分割为训练集，包含297个样本，总大小为68731字节。

Hugging Face2024-07-12 更新210