List your company

Offline Reinforcement Learning on Walker2d Expert

211.31Episodic ReturnQDFM
-21.733238.768499.27159.7716Feb 5, 2026

Evaluation results

MethodLinks
QDFMK_act=2562026.02211.31—
BCQK_act=2562026.02151.19—
AWACK_act=2562026.0271.89—
QDFM2026.024.57—
BCQ2026.023.26—
AWAC2026.021.53—
AWBC2026.02-0.2—
GreedyQ2026.02-0.3—
CQL2026.02-0.31—
AWBCK_act=2562026.02-7.5—
GreedyQK_act=2562026.02-12.2—
CQLK_act=2562026.02-12.77—
BOSA2025.12—9.3
DARA2025.12—12.4
DVDF-IGDF2025.12—10.2
DVDF-OTDF2025.12—18.9
IGDF2025.12—13.9
IQL2025.12—8.3
OTDF2025.12—13.5