最小的探索 没有领域知识的Go-Explore探索算法的Python实现。 即使在单个家用CPU上运行一个小时，Go-Explore代理也会在Montezuma的Revenge中发现许多房间。 两个探员通过Go-Explore探索，并根据不同的指标返回。 在各种gym环境中发现了许多不同的牢房。 一些不一致/意见 请注意以下有关我的实现的信息： Go-Explore算法在超参数和微小但重要的细节方面有许多细节，很可能我弄乱了至少其中之一。 我的实现仅限于没有域知识的Atari。 我还提