一个简单的网格世界体育馆

使用演化策略模型学习RL的综合环境： AcroBot-v1和CartPole-v0： 可以在这里下载模型： : 文献资料 待办事项：更新requiements.txt 学习综合环境 优化用于学习合成环境的超参数（三级优化） 用于GridWorld和OpenAI Gym任务 分数转换的评估 （5.2合成环境：分数转换，图6） HPO后训练综合环境 用于GridWorld和OpenAI Gym任务（5.5。综合环境：性能，图12） 剩余脚本列表 产生以下图形的脚本列表（以及如何调用）：2，7

L2M_GridWorld 网格世界设置中的终身学习，基于以下文章中的Mini网格世界环境： : 第一次运行：运行此命令：python ./manual_control.py --env MiniGrid-FourRooms-v0 --num_envs 5 简约的Gridworld环境（MiniGrid） 那里还有其他的gridworld Gym环境，但是该环境被设计为特别简单，轻巧和快速。 该代码几乎没有依赖项，因此不太可能破坏或无法安装。 它不加载任何外部精灵/纹理，并且可以在Co