Skip to main content

adaptive-ppo-exploration-via-reward-history

Implements a dynamic exploration mechanism for a PPO agent that adjusts action variance based on reward trends. It compares recent rewards to historical averages to determine if exploration should be increased.

Ir a la instalación

Datos de origen

Repositorio
ECNU-ICALK/AutoSkill
Última actividad en el origen
16 de marzo de 2026 a las 04:53
Idioma detectado de SKILL.md
inglés
Estrellas
553
Forks
51

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.