Decision Transformer Gym Halfcheetah Medium

🚀 Gym HalfCheetah環境からサンプリングされた中程度の軌跡で学習されたDecision Transformerモデル

このモデルは、Gym HalfCheetah環境からサンプリングされた中程度の軌跡で学習されたDecision Transformerモデルです。このモデルは、強化学習における意思決定問題を解決するために設計されています。

🚀 クイックスタート

このモデルを使用するには、以下の正規化係数が必要です。

mean = [-0.06845774, 0.01641455, -0.18354906, -0.27624607, -0.34061527, -0.09339716, -0.21321271, -0.08774239, 5.1730075, -0.04275195, -0.03610836, 0.14053793, 0.06049833, 0.09550975, 0.067391, 0.00562739, 0.01338279]

std = [0.07472999, 0.30234998, 0.3020731, 0.34417078, 0.17619242, 0.5072056, 0.25670078, 0.32948127, 1.2574149, 0.7600542, 1.9800916, 6.5653625, 7.4663677, 4.472223, 10.566964, 5.6719327, 7.498259]

使用方法については、ブログ記事、Colabノートブック、またはサンプルスクリプトを参照してください。

📄 ライセンス

原文書にライセンス情報が記載されていないため、このセクションは表示されません。