RLDS：强化学习中用于生成、共享和使用数据集的生态系统
机器学习
2021-11-05 v1
摘要
我们引入了 RLDS（强化学习数据集），这是一个用于在序列决策(SDM)（包括强化学习(RL)、从示范中学习、离线强化学习或模仿学习）背景下记录、回放、操作、标注和共享数据的生态系统。RLDS 不仅能保证现有研究的可复现性并便于生成新数据集，还能加速新研究。通过提供标准且无损的数据集格式，它使得在更广泛的任务上快速测试新算法成为可能。RLDS 生态系统使得共享数据集时不丢失任何信息变得容易，并且在对大量数据集集合应用各种数据处理流水线时，与底层的原始格式无关。此外，RLDS 提供了用于收集由合成智能体或人类生成的数据的工具，以及用于检查和操作所收集数据的工具。最终，与 TFDS 的集成促进了对 RL 数据集与研究界的共享。
引用
@article{arxiv.2111.02767,
title = {RLDS: an Ecosystem to Generate, Share and Use Datasets in Reinforcement Learning},
author = {Sabela Ramos and Sertan Girgin and Léonard Hussenot and Damien Vincent and Hanna Yakubovich and Daniel Toyama and Anita Gergely and Piotr Stanczyk and Raphael Marinier and Jeremiah Harmsen and Olivier Pietquin and Nikola Momchev},
journal= {arXiv preprint arXiv:2111.02767},
year = {2021}
}
备注
https://github.com/google-research/rlds