强化学习算法性能表现
各算法在不同环境中的表现：
来自天寿基准测试 https://tianshou.org/en/stable/01_tutorials/06_benchmark.html
1. HalfCheetah-v3 SAC > DDPG > TD3 > PPO > TRPO > NPG > ACKTR > A2C > REINFORCE
2. 蚂蚁v3 SAC > TD3 > A2C > PPO > TRPO > NPG > ACKTR > REINFORCE > DDPG
3. Hopper v3 SAC > TD3 > PPO > DDPG > NPG > ACKTR > REINFORCE
4. Humanoid v3 SAC > TD3 > A2C
5. 倒立双摆v2 DDPG > SAC > PPO > TRPO
6. Reacher v2 SAC > TD3 > DDPG > PPO > TRPO > A2C > NPG > REINFORCE
7. Swimmer v3 DDPG > ACKTR > TD3 > PPO > TRPO > NPG
8. Walker2d-v3 SAC > PPO > TD3 > TRPO > NPG > DDPG > ACKTR
分类:
强化学习
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 震惊！C++程序真的从main开始吗？99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码？零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾（3.3-3.9）
· winform 绘制太阳，地球，月球 运作规律
2021-04-07 物体检测 发展历程