ml-agents

作者	SHA1	备注	提交日期
yanchaosun	c2d6f5c0	basic implementation	5 年前
yanchaosun	ac4c80c2	integrate the implementation and hyperparameters	4 年前
yanchaosun	1e52ad3d	ready for cloud training	4 年前
Andrew Cohen	6979a952	3dball transfers	4 年前
Andrew Cohen	83bc38fd	try reuse encoder	4 年前
Andrew Cohen	89abe29d	op buffer	4 年前
Andrew Cohen	d94b81c0	sep value false	4 年前
yanchaosun	910707dd	PPO 3dball config	4 年前
Andrew Cohen	2dc3c84c	add forward layer	4 年前
Andrew Cohen	2dec257c	no encoder for single task	4 年前
Andrew Cohen	0198e41a	0 fwl	4 年前
yanchaosun	f937aa96	3dball ppo: without var predict	4 年前
Andrew Cohen	3513d5a6	load policy/vf	4 年前
yanchaosun	36f36750	target critic for ppo	4 年前
Andrew Cohen	78943972	add l2 penalty 3dball	4 年前
yanchaosun	e8fcc4bb	ppo new implementation	4 年前
Andrew Cohen	ad9e2eea	fewer features	4 年前
Andrew Cohen	2cd0de04	action enc	4 年前
Andrew Cohen	eace3365	linear 3dball	4 年前
Andrew Cohen	12eda929	try reload all	4 年前
Andrew Cohen	70f05c39	reduce max step	4 年前
yanchaosun	b5e02978	sac crawler config	4 年前