离线强化进修的乐不雅观不雅概念（ICML，2020年） 该名目运用框架供给开放源代码施止，以运止提到的实验。 正在那项工做中，咱们运用DQN代办代理的记录的经历正在脱机设置（即 ）中训练非战略代办代理（如下所示），而正在训练历程中不取环境停行任何新的交互。 有关名目页面，请参考 。 如安正在50M数据集上训练脱机代办代理而没有RAM舛错？ 请参阅 。 DQN重播数据集（记录的DQN数据） DQN重播数据集的聚集方式如下：咱们首先正在60款训练代办代理，并为2亿帧（范例和谈）启用了，并保存（不雅察看，止动，奖励，下一个）的所有体验元组。不雅察看） （约5000万）。 可以正在大众gs://atari-replay-datasets中找到此记录的DQN数据，可以运用下载。 要拆置gsutil，请依照的注明停行收配。 拆置gsutil之后，运止号令以复制整个数据集： gsutil -m cp -R gs://atari-rep
