オフライン強化学習のためのデータセットとベンチマーク

• オフライン強化学習は静的データセットから学習する手法です。
• 本研究では、実世界の応用に基づいた新しいベンチマークを提案します。
• 従来の手法の欠点を明らかにし、研究の出発点を提供します。

オフライン強化学習は、静的なデータセットからポリシーを学ぶ新しいアプローチです。しかし、既存のベンチマークはこの設定に適していません。本研究では、手作りのコントローラーや人間のデモンストレーターによって生成されたデータセットを用いた新しいベンチマークを提案し、既存アルゴリズムの欠点を明らかにします。オフライン強化学習に興味がある研究者にとって、貴重なリソースとなるでしょう。

オフライン強化学習に興味がある研究者や実務者に向いています。