通过后见目标生成进行探索 这是TensorFlow实施的论文主题，该目标基于稀疏奖励深度强化学习的基于目标的后视目标生成，用于机器人对象操纵（Matthias Brucker，2020）它基于HRG论文的实现，被NeurIPS 2019接受了进行探索。 要求 Ubuntu 16.04（较新的版本，例如18.04也应该工作） Python 3.5.2（3.6.9等较新的版本也应该工作） MuJoCo == 1.50.1.68 看看python软件包版本的requirements.txt（例如