cart算法代码matlab-pilco-tensorflow:PILCO-学习控制的概率推断

cart算法代码matlab PILCO-学习控制的概率推断 这是使用Tensorflow和GPflow在Python中（最初用MATLAB编写）的重新实现。 这项工作主要是为了个人发展而进行的，部分实施是基于此。 该存储库将主要作为我未来研究的基准。 我使用和实现了购物车杆基准测试。 我之所以这样做，是因为OpenAI的CartPole环境没有连续的动作空间，并且因为它使用了“倒置”的推车杆。 新环境代表了具有连续动作空间的传统手推车基准测试。 该文件包含基于的新的CartPole类。 我还创建了定义传统手推车杆的MuJoCo环境的文件。 先决条件 该示例需要（具有接触的多关节动力学）物理引擎，才能使用倒立摆。 我相信有免费的学生许可证。 正在安装 使用pip install -r requirements 。 确保使用Python 3。 您可能要为此使用虚拟环境。 例子 给出了在购物车杆环境中实现该代码的示例，该示例可在中找到。 建于 作者 艾丹·斯堪内尔 执照 此项目已获得MIT许可证的许可-有关详细信息，请参见文件。 致谢 原始执行： MP Deisenroth，D.Fox和C