在强化学习中学习拉普拉斯表示 该代码库实现了的表示学习方法 。 该实施包括（i）表示学习和（ii）使用所学习的重新设置进行奖励整形。 该代码库是重新实现的，不是本文中用于生成实验结果的代码库。 实验代码仅包括网格世界环境，而不包括Mujoco控件环境。 请参考run_full_experiments.sh来运行表示学习，奖励整形和可视化表示。 plot_curves.py用于绘制不同形状的奖励之间的学习曲线比较。 该代码适用于Python> = 3.6和PyTorch> =