Decision Transformer Gym Halfcheetah Expert

🚀 基於Gym HalfCheetah環境專家軌跡訓練的決策變壓器模型

本項目是一個基於Gym HalfCheetah環境中採樣的專家軌跡訓練的決策變壓器模型。該模型能夠利用專家的經驗軌跡進行學習，在相關的強化學習任務中發揮作用。

🚀 快速開始

使用此模型需要以下歸一化係數：

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]

有關使用方法，請參閱我們的博客文章、Colab筆記本或示例腳本。