Skip to main content
Manusで任意のスキルを実行
ワンクリックで

designing-value-critic

スター2
フォーク0
更新日2026年4月4日 09:33

This skill should be used when the user asks to "design a value network", "implement a critic", "build a Q-network", "implement twin critic", "add target networks", "implement Polyak averaging", "build a state-value V(s) network", "build an action-value Q(s,a) network", or "design the critic for SAC/TD3/PPO". Do NOT apply any activation function to the final State-Value output layer.

インストール

Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。

ファイルエクスプローラー
3 ファイル
SKILL.md
readonly