isql:从行为推论对动力的信念

逆向软Q学习 从他们的控制演示中了解代理对环境动态的信念。 用法 使用软件包管理器安装Python依赖项 pip install -r requirements.txt 安装（版本0.9.2）并更换gym/envs/box2d/lunar_lander.py与isql/lunar_lander.py 。 安装并将baselines/baselines/deepq/{build_graph|simple}.py替换为isql/{build_graph|simple}.py 。 到isql/ 。 问题和意见 如果您有疑问或发现错误，请通过sgr [at] berkeley [dot] edu与作者联系。 请注意，并非所有单元格都井井有条，因此您可能必须四处寻找处理NameErrors的方法。 引文 如果您发现此软件在您的工作中很有用，我们恳请您引用以下： @InProceedings