这是一个基于TQC算法的深度强化学习模型，专为PandaPickAndPlace-v1环境设计，用于机械臂抓取和放置任务。

这是一个基于SAC算法的强化学习模型，专为Walker2d-v3环境设计，能够控制双足机器人行走。

这是一个使用stable-baselines3训练的DQN智能体模型，专门用于解决MountainCar-v0环境中的强化学习任务。

这是一个在Gym Hopper环境中使用中等表现轨迹训练的决策变换器模型，适用于连续控制任务。

这是一个基于决策变换器架构的强化学习模型，专门针对Gym HalfCheetah连续控制环境训练，使用中等质量轨迹数据进行训练。