标签:

• 深度强化学习
• 强化学习
• 决策变换器
• 健身房连续控制

流水线标签: 强化学习

基于Gym Hopper环境中等轨迹训练的决策变换器模型

这是一个经过训练的决策变换器模型，其训练数据来源于Gym Hopper环境中的中等表现轨迹。

使用该模型需要以下归一化系数：

均值 = [ 1.311279, -0.08469521, -0.5382719, -0.07201576, 0.04932366, 2.1066856, -0.15017354, 0.00878345, -0.2848186, -0.18540096, -0.28461286]

标准差 = [0.17790751, 0.05444621, 0.21297139, 0.14530419, 0.6124444, 0.85174465, 1.4515252, 0.6751696, 1.536239, 1.6160746, 5.6072536 ]

使用方法请参阅我们的博客文章、Colab笔记本或示例脚本。