文件名称：学习环境
文件大小：20.58MB
文件格式：ZIP
更新时间：2024-03-15 00:46:32
Python
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）：2，7，8，10 学习奖励塑造 培训奖励网络 （5.7奖励塑造：绩效，图14） 评估HP差异和转移 （5.8奖励塑造：概括，图15、16） 剩余脚本列表 列出产生以下图形的脚本：13