Openai Gym On Pendulum V1
評価指標
Action Repetition
Average Decisions
Mean 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 | Action Repetition | Average Decisions | Mean Reward |
|---|---|---|---|
| creating-hierarchical-dispositions-of-needs | .8073 | 38.6 | -125.02 |
| temporally-layered-architecture-for-efficient | .7032 | 62.31 | -154.92 |