B2RL：一个用于构建批量强化学习的开源数据集
机器学习
2022-10-03 v1
摘要
批量强化学习（BRL）是强化学习（RL）社区中一个新兴的研究领域。它仅从静态数据集（即回放缓冲区）中学习，不与环境交互。在离线设置中，已有的回放经验被用作 BRL 模型的先验知识以寻找最优策略。因此，生成回放缓冲区对 BRL 模型基准测试至关重要。在我们的 B2RL（Building Batch RL）数据集中，我们从建筑管理系统收集了真实世界数据，以及在仿真环境中由若干行为策略生成的缓冲区。我们相信它可以帮助建筑专家进行 BRL 研究。据我们所知，我们是首个为 BRL 学习目的开源建筑数据集的。
引用
@article{arxiv.2209.15626,
title = {B2RL: An open-source Dataset for Building Batch Reinforcement Learning},
author = {Hsin-Yu Liu and Xiaohan Fu and Bharathan Balaji and Rajesh Gupta and Dezhi Hong},
journal= {arXiv preprint arXiv:2209.15626},
year = {2022}
}