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 para a instalação

Informações da origem

Repositório
ECNU-ICALK/AutoSkill
Última atividade na origem
16 de março de 2026 às 04:53
Idioma detectado do SKILL.md
inglês
Estrelas
553
Forks
51

Opções de instalação

Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.

Revise os arquivos de origem

Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.