数据集概述
该数据集包含AMaze项目中完全离散训练的所有成果，涵盖三种训练机制（直接、支架、交互式）和两种算法（A2C、PPO）的模型、曲线及可视化文件，以及用于验证泛化能力的原始数据和迷宫分布样本。
文件详解
- 压缩包文件：
- all_results_raw.tar.gz：.gz格式，包含训练原始结果
- final_behavior.tar.gz：.gz格式，提供各重复实验最终行为的可视化
- 数据文件：
- mazes_distributions_1000_seeds.csv：CSV格式，包含1000个种子生成的迷宫分布数据，字段包括名称、尺寸、路径、线索、陷阱等属性
- aggregated_dynamics.csv：CSV格式，包含聚合的运行动态数据，字段包括算法、训练器、步数、平均奖励、错误类型等
- 文档与图像文件：
- mazes_distributions_1000_seeds.pdf：PDF格式，迷宫分布概述图表
- aggregated_dynamics.pdf：PDF格式，运行动态聚合结果图表
- all_discrete_inputs.png：PNG格式，离散输入概览图像
- 代码文件：
- dynamics_aggregator.py：Python格式，用于聚合运行动态的脚本
适用场景
- 强化学习算法研究：分析A2C与PPO算法在离散训练机制下的性能差异
- 迷宫环境泛化能力评估：基于迷宫分布数据验证模型在不同复杂度迷宫中的适应性
- 训练动态分析：通过聚合数据探究训练过程中奖励、错误率等指标的变化规律
- 可视化研究：利用行为可视化文件分析智能体在迷宫任务中的行为模式
