Tools and Data

• CartPole_PPO(4+1)
• MountainCar_PPO(2+1)
• Pendulum_SAC(3+1)
• LunarLander_PPO(8+1)
• AirRaid_PPO_Observation(250X160X3)
• AirRaid_PPO_Action(1)

数据格式说明：如CartPole_PPO(4+1).npy，表示在CartPole环境中，用训练好的PPO作为专家策略采集数据，其中Observation是前4维，Action是最后1个维度。
AirRaid的Observation维度是250X160X3，其Action是1维。