开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-02-19
详细说明：实验室
分层强化学习的子策略适应
要运行针对“分层强化学习的子策略调整”的论文的实验，请导航至sandbox/finetuning/README.md以查看说明。
引用子策略适应以进行分层强化学习
如果您将我们的代码用于学术研究，强烈建议您引用以下文章：
亚历山大·李（Alex C. “。”。 2020年第八届国际学习代表大会（ICLR）会议录。
贷记项目代码
我们以原始rllab代码以及由 （UC Berkeley / Covariant）开发的代码为。 （加州大学伯克利分校/ CMU）是该项目的主要开发商。
实验室
rllab是用于开发和评估强化学习算法的框架。 它包括各种各样的连续控制任务以及以下算法的实现：
rllab与完全兼容。 有关说明和示例，请参见。
rllab仅正式支持Python 3.5+。 对于坐在Python 2上的rllab的旧快照，请使用。
rllab支
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
