MuJoCo状态动作观测维度 (强化学习测试平台)

from paper:CONTINUOUS CONTROL WITH DEEP EINFORCEMENT LEARNING

维度

task namedim(s)dim(a)dim(o)
blockworld118543
blockworld3da319102
canada22762
canada2d14329
cart213
cartpole4114
cartpoleBalance4114
cartpoleParallelDouble6116
cartpoleParallelTriple8123
cartpoleSerialDouble6114
cartpoleSerialTriple8123
cheetah18617
fixedReacher10323
fixedReacherDouble8218
fixedReacherSingle6113
gripper18543
gripperRandom18543
hardCheetah18617
hardCheetahNice18617
hopper14414
hyq371237
hyqKick371237
movingGripper22749
movingGripperRandom22749
pendulum213
reacher10323
reacher3daFixedTarget20761
reacher3daRandomTarget20761
reacherDouble6113
reacherObstacle18538
reacherSingle6113
walker2d18641
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值