PI-SAC：预测性信息可加速RL中的学习 ， ，，，， ， NeurIPS 2020年 该存储库托管PI-SAC的开源实现，PI-SAC中的引入的强化学习代理。 PI-SAC将“软参与者关键代理”与另一个目标结合在一起，该目标可学习预测信息的压缩表示形式。 PI-SAC代理可以极大地提高样本效率，并能在基于视觉的连续控制环境（观测值是像素）的中完成的任务上，突破具有挑战性的基准。 如果您发现这对您的研究有用，请使用以下内容作为参考： article{lee2020predictive