HyperAI超神経

Openai Gym On Hopper 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
continuous-control-with-deep-reinforcement1290.24
maximum-entropy-reinforcement-learning-via3332.99
addressing-function-approximation-error-in3319.98
proximal-policy-optimization-algorithms790.77
soft-actor-critic-off-policy-maximum-entropy2882.56