Hugging Face 将 Decision Transformer 集成至 🤗 transformers 库

Hugging Face 宣布将离线强化学习方法 Decision Transformer 集成至 🤗 transformers 库和 Hub。该模型基于 GPT-2 架构，通过序列建模生成动作以达成目标回报。目前提供 Gym 环境中 Hopper、Walker2d 和 Halfcheetah 任务的九个预训练检查点。