Ensemble De Données D'apprentissage Par Renforcement URLB

URLB signifie Unsupervised Reinforcement Learning Benchmark, qui est un ensemble de données d'apprentissage par renforcement non supervisé. L'URLB se compose de deux étapes : une étape de pré-formation sans récompenses et une étape d'adaptation des tâches en aval avec des récompenses externes. Basé sur la suite DeepMind Control, cet ensemble de données fournit 12 tâches de contrôle continu de trois domaines à évaluer.