让想法逐步成形
项目
记录一个问题如何变成设计、代码与可以核实的结果。
4 条公开内容 · 第 1 页
策学 · PolicyLab
用直觉、代码与实验结果理解离线强化学习。围绕 HalfCheetah 数据集,整理 BC、CQL、DDPG、SAC、TD3 的算法原理、代码讲解、训练曲线与对比结果。
项目介绍 →
让想法逐步成形
记录一个问题如何变成设计、代码与可以核实的结果。
4 条公开内容 · 第 1 页
用直觉、代码与实验结果理解离线强化学习。围绕 HalfCheetah 数据集,整理 BC、CQL、DDPG、SAC、TD3 的算法原理、代码讲解、训练曲线与对比结果。
项目介绍 →