Transformer_Reinforcement_Learning

kaggle2024-04-12 更新2024-05-06 收录

强化学习

Transformer模型

数据链接：

https://www.kaggle.com/datasets/zjp2origin/transformer-reinforcement-learning 数据链接链接失效反馈

官方服务：

资源简介：

It may be deleted at any time.

本内容可能随时被删除。

创建时间：

2024-04-12

drone_fsd_dataset

无人机导航

强化学习

这是一个无人机导航的强化学习数据集，描述了无人机在一个60×60的房间内导航的训练过程，房间内有15个静态和12个浮动障碍物。数据集包含了一次训练运行的详细信息，包括性能指标（如最佳时间、成功率、碰撞次数等）、网络架构（MLP策略/价值头）、文件列表（如策略权重、训练摘要、遥测数据等）和环境设置（如房间大小、难度、障碍物属性等）。数据集的预期用途包括分析早期PPO行为、研究探索与利用的权衡、可视化

Hugging Face2026-01-21 更新490

visual_distracting_metaworld

强化学习

机器人操作

该数据集包含三个配置：'metaworld_hammer'、'metaworld_hammer_distractor'和'metaworld_hammer_distractor_low'。每个配置包含以下特征：观察（图像）、状态（float32列表，长度39）、掩码（图像）、动作（float32列表，长度4）、奖励（float32）、终止（布尔值）和截断（布尔值）。数据集提供训练集分割，每个配置的

Hugging Face2026-02-03 更新100

InsultedByMathematics/all-online_alpha_1e-4_beta_3e-3-base-as-reference_update_387_eval

自然语言处理

强化学习

该数据集是一个文本生成相关的数据集，包含多个候选响应、提示文本以及对应的奖励值等信息。数据集使用了LLAMA模型，并记录了每个候选响应、拒绝响应和中立响应的token数量和对应的对数概率。数据集分为测试集，测试集名称为test_prefs，包含1678个示例，数据大小为132,683,235字节。

Hugging Face2025-02-10 更新60

nlile/NuminaMath-1.5-RL-Verifiable

数学问题生成

强化学习

NuminaMath-1.5-RL-Verifiable是一个专门为强化学习应用设计的数学问题数据集，包含了经过严格筛选的131,063个数学单词问题。这些问题都有明确的数值答案，并经过了问题和解决方案的验证，确保来源是高质量的非合成内容。数据集覆盖了代数、几何、数论等多个数学领域。

Hugging Face2025-03-25 更新170

CodeDPO/rl_dataset_llama3_instruct_8b_20241230_human_eval_format