XLand-100B：一個大規模多任務資料集，用於上下文強化學習。XLand-100B: A Large-Scale Multi-Task Dataset for In-Context
Reinforcement Learning
XLand-100B：一個大規模多任務資料集，用於上下文強化學習。
XLand-100B: A Large-Scale Multi-Task Dataset for In-Context
Reinforcement Learning
Jun 13, 2024
Alexander Nikulin, Ilya Zisman, Alexey Zemtsov, Viacheslav Sinii, Vladislav Kurenkov, Sergey Kolesnikov
901
隨著大規模語言和電腦視覺模型中的上下文學習範式取得成功，最近新興的上下文強化學習領域正在迅速增長。然而，由於缺乏具挑戰性的基準測試，其發展一直受到阻礙，因為所有實驗都在簡單環境和小規模數據集上進行。我們提出了XLand-100B，這是一個基於XLand-MiniGrid環境的大規模上下文強化學習數據集，作為緩解這個問題的第一步。它包含近30,000個不同任務的完整學習歷史，涵蓋100B個轉換和25億個情節。收集這個數據集耗費了50,000個GPU小時，這已經超出了大多數學術實驗室的能力範圍。除了數據集，我們還提供了工具，以再現或進一步擴展它。通過這一重大努力，我們的目標是使快速增長的上下文強化學習領域的研究民主化，並為進一步擴展奠定堅實基礎。代碼是開源的，並在Apache 2.0許可下提供，網址為https://github.com/dunno-lab/xland-minigrid-datasets。