Hugging Face 在 Transformers 库中集成离线强化学习模型 Decision Transformer

Hugging Face 宣布将离线强化学习方法 Decision Transformer 集成至 transformers 库和 Hugging Face Hub。官方同步上线了 9 个面向 Gym 连续控制任务的预训练权重，并提供了自回归推理代码与 Colab 示例。用户可以通过设定目标回报直接调节策略输出，团队后续计划支持 Atari 环境的卷积 Decision Transformer。