共 1 篇相关文章
一位数据科学家开源了为Pokelike(宝可梦风格Roguelike游戏)打造的强化学习环境,支持结构化状态输入、完全可复现的对比实验,已实现Random、Dyna-Q、Linear SARSA等基准智能体,邀请开发者提交自己的RL算法参与排行榜竞争。