2024年3月9日
offline RL | D4RL：最常用的 offline 数据集之一
摘要： ① medium：中等策略。② random：随机策略。③ medium-replay：训到中等策略的整个 replay buffer。④ medium-expert：等量混合专家数据和次优数据（次优或随机策略）。 阅读全文
posted @ 2024-03-09 17:36 MoonOut 阅读(919) 评论(0) 推荐(0) 编辑