Continuous Control On Cartpole Swingup 2
評価指標
Return
評価結果
このベンチマークにおける各モデルのパフォーマンス結果
比較表
| モデル名 | Return |
|---|---|
| learning-and-planning-in-complex-action | 868.87 |
| online-and-offline-reinforcement-learning-by | 594.3 |
このベンチマークにおける各モデルのパフォーマンス結果
| モデル名 | Return |
|---|---|
| learning-and-planning-in-complex-action | 868.87 |
| online-and-offline-reinforcement-learning-by | 594.3 |