Meta-World+：改进的、标准化的强化学习基准
人工智能
2025-11-24 v2 机器学习
摘要
Meta-World是用于评估多任务和元强化学习代理的广泛使用工具，这些代理需要同时掌握多样化技能。自其引入以来，已有大量未记录的更改阻碍了算法之间的公平比较。本工作旨在消除这些结果与文献中的差异，同时利用过去版本的Meta-World为多任务和元强化学习基准设计提供见解。通过这一过程，我们发布了一个新的开源版本的Meta-World（https://github.com/Farama-Foundation/Metaworld/），该版本能够完整复现过去的结果，更具技术可操作性，用户对包含在任务集合中的任务拥有更多控制权。
引用
@article{arxiv.2505.11289,
title = {Meta-World+: An Improved, Standardized, RL Benchmark},
author = {Reginald McLean and Evangelos Chatzaroulas and Luc McCutcheon and Frank Röder and Tianhe Yu and Zhanpeng He and K. R. Zentner and Ryan Julian and J K Terry and Isaac Woungang and Nariman Farsad and Pablo Samuel Castro},
journal= {arXiv preprint arXiv:2505.11289},
year = {2025}
}
备注
Accepted at NeurIPs 2025, Datasets and Benchmarks