Atari 100K是2021年由UC Berkeley等机构提出的Atari游戏低数据量强化学习基准测试,要求智能体在10万步交互数据内学习Atari游戏。Atari 100K采用Atari 2600游戏环境,提供了多种游戏任务的标准化评估协议和指标,重点评估低数据量场景下的强化学习算法性能。该基准测试为研究数据高效强化学习、基于模型的强化学习等方向提供了重要的评估平台,是低数据量强化学习领域最广泛使用的基准测试之一。
Atari 100K Benchmark
Atari 100K是2021年由UC Berkeley等机构提出的Atari游戏低数据量强化学习基准测试,要求智能体在10万步交互数据内学习Atari游戏。Atari 100K采用Atari 2600游戏环境,提供了多种游戏任务的标准化评估协议和指标,重点评估低数据量场景下的强化学习算法性能。该基准测试为研究数据高效强化学习、基于模型的强化学习等方向提供了重要的评估平台,是低数据量强化学习领域最广泛使用的基准测试之一。
测试方法与条件
Atari游戏低数据量强化学习评估