Offline Rl On D4Rl
評価指標
Average Reward
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 | Average Reward |
|---|---|
| decision-transformer-reinforcement-learning | 73.5 |
| koopman-q-learning-offline-reinforcement-1 | 81.8 |
| any-step-dynamics-model-improves-future | 81 |
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 | Average Reward |
|---|---|
| decision-transformer-reinforcement-learning | 73.5 |
| koopman-q-learning-offline-reinforcement-1 | 81.8 |
| any-step-dynamics-model-improves-future | 81 |