Decision Transformer Gym Halfcheetah Expert

🚀 デシジョントランスフォーマーモデル（Gym HalfCheetah環境からサンプリングされたエキスパート軌跡で学習）

このモデルは、Gym HalfCheetah環境からサンプリングされたエキスパート軌跡を用いて学習されたデシジョントランスフォーマーモデルです。このモデルは、深層強化学習や強化学習、デシジョントランスフォーマー、Gym連続制御に関連するタスクに役立ちます。

🚀 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 = [ -0.04489148,  0.03232588,  0.06034835, -0.17081226, -0.19480659, -0.05751596,  0.09701628,  0.03239211, 11.047426,   -0.07997331, -0.32363534,  0.36297753,  0.42322603,  0.40836546,  1.1085187,  -0.4874403,  -0.0737481 ] 

std = [0.04002118,  0.4107858, 0.54217845,  0.41522816, 0.23796624, 0.62036866, 0.30100912,  0.21737163, 2.2105937, 0.572586, 1.7255033, 11.844218, 12.06324,     7.0495934,  13.499867, 7.195647, 5.0264325]

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。