ml-agents

作者	SHA1	备注	提交日期
Andrew Cohen	511a9a7e	no baseline	4 年前
Andrew Cohen	9af22d30	use only value funcs	4 年前
Andrew Cohen	7f491ae7	cloud run with coma2 of held out zombie test env	4 年前
Andrew Cohen	d7426c57	add callbacks	4 年前
Andrew Cohen	fce842aa	adding zombie to coma2 brnch	4 年前
Andrew Cohen	6b2a6c5f	use target net	4 年前
Andrew Cohen	8a5d291f	use v return	4 年前
Andrew Cohen	e997a5fc	cloud config	4 年前
Andrew Cohen	bdd73403	remove prints	4 年前
Andrew Cohen	bd341f7f	no target, increase lambda	4 年前
Andrew Cohen	d1285626	add target net	4 年前
Andrew Cohen	2792cc87	update coma config	4 年前
Andrew Cohen	a4c336c2	value estimator	4 年前
Andrew Cohen	a92baab6	add target network back	4 年前
Andrew Cohen	79c658d2	remove normalize advantages	4 年前
Andrew Cohen	5741f8f6	no target net	4 年前
Andrew Cohen	feb38012	add lambda return and target network	4 年前
Andrew Cohen	3a4aa513	COMAA runs	4 年前
Andrew Cohen	e1fad8a4	buffer error	4 年前
Andrew Cohen	1511588d	forcing this to work	4 年前
Andrew Cohen	6e1826f8	might be right	4 年前
Andrew Cohen	07e92563	Merge branch 'develop-centralizedcritic-counterfact' into develop-coma2	4 年前
Andrew Cohen	44088167	separate forward into q_net and baseline	4 年前