ContainerGym：面向资源分配的真实世界强化学习基准
机器学习
2023-07-07 v1
摘要
我们提出 ContainerGym，一个受真实世界工业资源分配任务启发的强化学习基准。该基准编码了真实世界序贯决策问题中常见的诸多挑战，例如不确定性。它可被配置为实例化不同难度的问题，例如在变量维度方面。我们的基准不同于其他强化学习基准（包括旨在编码真实世界困难的基准），因为它直接源自一个真实世界的工业问题，仅经过了极少的简化与精简。它足够通用，可在任何符合我们资源分配框架的真实世界问题上评估强化学习算法。我们给出了标准基线方法的结果。除了通常的训练奖励曲线外，我们的结果以及用于解释它们的统计工具，能够凸显知名深度强化学习算法（即 PPO、TRPO 和 DQN）有趣的局限性。
引用
@article{arxiv.2307.02991,
title = {ContainerGym: A Real-World Reinforcement Learning Benchmark for Resource Allocation},
author = {Abhijeet Pendyala and Justin Dettmer and Tobias Glasmachers and Asma Atamna},
journal= {arXiv preprint arXiv:2307.02991},
year = {2023}
}