Hugging Face 教程：从零训练首个 Offline Decision Transformer

Hugging Face 发布教程，指导用户利用 🤗 transformers Trainer 和自定义 Data Collator，在 Google Colab 上从零训练 Offline Decision Transformer。该模型基于 GPT-2 架构，将强化学习转化为序列建模问题，通过条件生成动作实现 Gym HalfCheetah 环境中的离线 RL 任务。