URLB 强化学习数据集

该数据集暂无下载资源提供,我们正在积极的准备提供更多的数据集

URLB 全称 Unsupervised Reinforcement Learning Benchmark,是一个无监管强化学习数据集。URLB 包括两个阶段:无奖励的预训练阶段和有外部奖励的下游任务适应阶段。在 DeepMind 控制套件的基础上,该数据集提供了来自三个领域的 12 个连续控制任务以供评估。