Hugging Face Blog·· 2022-09-08AI 评分50
Hugging Face 教程:从零训练你的第一个 Decision Transformer
Train your first Decision Transformer
AI 导读
Hugging Face 发布教程,指导用户利用 transformers 库和 Google Colab 从零训练离线 Decision Transformer 模型。该模型基于 GPT-2 架构,将强化学习抽象为条件序列建模问题,通过预测未来动作实现目标回报。教程演示了使用 Gym HalfCheetah 专家数据集及自定义 Data Collator 进行离线 RL 训练的完整流程。
来源:Hugging Face Blog · huggingface.co