OGBench 离线目标条件强化学习基准

OGBench: Benchmarking Offline Goal-Conditioned RLOGBench进阶

专门考离线目标条件强化学习算法的基准，含 8 类环境、85 个数据集。

OGBench 由 Seohong Park、Sergey Levine 等人提出，发表于 ICLR 2025。目标条件强化学习是让策略学会到达任意指定的目标状态；离线指只用固定数据集训练，不再与环境交互。作者认为旧基准上各算法成绩接近、难分高下，于是设计了迷宫导航、方块操作、拼图等 8 类环境和 85 个数据集，分别考察轨迹拼接（把多段不完整轨迹拼成新路线）、长程推理、图像输入和环境随机性，另有 410 个标准离线强化学习任务。它基于 MuJoCo 和 Gymnasium 接口，pip 即可安装，附 GCBC、GCIQL、HIQL 等 6 个参考算法实现。