XLand-100B：一个用于上下文强化学习的大规模多任务数据集XLand-100B: A Large-Scale Multi-Task Dataset for In-Context
Reinforcement Learning
XLand-100B：一个用于上下文强化学习的大规模多任务数据集
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
随着大规模语言和计算机视觉模型中上下文学习范式的成功，最近兴起的上下文强化学习领域正在迅速发展。然而，由于缺乏具有挑战性的基准测试，其发展受到了阻碍，因为所有实验都是在简单环境和小规模数据集中进行的。我们提出了XLand-100B，这是一个基于XLand-MiniGrid环境的大规模数据集，用作缓解这一问题的第一步。它包含了近30,000个不同任务的完整学习历史，涵盖了100B个转换和25亿个情节。收集这一数据集耗费了50,000个GPU小时，这超出了大多数学术实验室的能力范围。除了数据集，我们还提供了工具，以便复制或进一步扩展数据集。通过这一重大努力，我们的目标是使上下文强化学习这一快速增长领域的研究民主化，并为进一步扩展奠定坚实基础。该代码是开源的，可在Apache 2.0许可下通过以下链接获得：https://github.com/dunno-lab/xland-minigrid-datasets。