「動手学強化学習」に基づく知識ポイント（5）：第18章 オフライン強化学習（gymバージョン >= 0.26）
概要
本シリーズは「動手学強化学習」の内容に基づき、難点を詳細に分析します！具体的な内容については「動手学強化学習」をお読みください。
対応する章：動手学強化学習——オフライン強化学習
SACアルゴリズム部分
以下にデータセットを生成するコードを示します。SAC部分は14.5節のコードを直接使用するため、詳細な説明は省略します。——18.4 CQLコード実践
import nump ...
6月16日 20:06 投稿