Openai Gym On Ant V4
評価指標
Average 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 | Average Return |
|---|---|
| proximal-policy-optimization-algorithms | 608.97 |
| continuous-control-with-deep-reinforcement | 1712.12 |
| addressing-function-approximation-error-in | 5942.55 |
| maximum-entropy-reinforcement-learning-via | 6586.33 |
| soft-actor-critic-off-policy-maximum-entropy | 5208.09 |