Openai Gym On Humanoid 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 |
|---|---|
| soft-actor-critic-off-policy-maximum-entropy | 6211.50 |
| maximum-entropy-reinforcement-learning-via | 6923.22 |
| continuous-control-with-deep-reinforcement | 139.14 |
| addressing-function-approximation-error-in | 198.44 |
| proximal-policy-optimization-algorithms | 925.89 |