【标题】RLDS: an Ecosystem to Generate, Share and Use Datasets in Reinforcement Learning

【作者团队】Sabela Ramos, Sertan Girgin, Léonard Hussenot, Damien Vincent, Hanna Yakubovich, Daniel Toyama, Anita Gergely, Piotr Stanczyk, Raphael Marinier, Jeremiah Harmsen, Olivier Pietquin, Nikola Momchev

【发表日期】2021.11.4

【论文链接】https://arxiv.org/pdf/2111.02767.pdf

【推荐理由】本文介绍了 RLDS（强化 学习数据集），一个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、注释和共享数据的生态系统.。RLDS 不仅使现有研究具有可重复性，并可以轻松生成新数据集，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管道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代理或人类生成的数据以及检查和处理收集到的数据的工具。最终，与 TFDS 的集成有助于与研究社区共享 RL 数据集。

内容中包含的图片若涉及版权问题，请及时与我们联系删除