模型:
edbeeching/decision-transformer-gym-hopper-medium
这是一个经过训练的模型,训练样本是从Gym Hopper环境中中等轨迹中抽样得到的。
使用该模型需要以下归一化系数:
mean = [1.311279, -0.08469521, -0.5382719, -0.07201576, 0.04932366, 2.1066856, -0.15017354, 0.00878345, -0.2848186, -0.18540096, -0.28461286]
std = [0.17790751, 0.05444621, 0.21297139, 0.14530419, 0.6124444, 0.85174465, 1.4515252, 0.6751696, 1.536239, 1.6160746, 5.6072536]
有关使用方法,请参见我们的 Blog Post , Colab notebook 或 Example Script 。