RLDS：在强化学习中生成、共享和使用数据集的生态系统

【作者团队】Sabela Ramos, Sertan Girgin, Léonard Hussenot

【论文链接】https://openreview.net/pdf?id=uce6UK2fW4O

【推荐理由】本文介绍了 RLDS（强化学习数据集），这是一个生态系统，用于在包括强化学习（RL）、从演示中学习、离线 RL 或模仿学习在内的顺序决策（SDM）环境中记录、重放、操作、注释和共享数据。RLDS 不仅可以重现现有研究并轻松生成新数据集，还可以加速新研究。通过提供标准和无损格式的数据集，它可以在更广泛的任务中快速测试新算法。RLDS 生态系统可以轻松共享数据集，而不会丢失任何信息，并且在将各种数据处理传递途径应用于大型数据集集合时，无需了解底层原始格式。此外，RLDS 提供了用于收集合成智能体或人类生成的数据的工具，以及检查和处理收集到的数据。最终，与 TFDS 的集成有助于与研究社区共享 RL 数据集。