基于马尔可夫策略网络的高效机器人学习代码

基于机器人结构先验知识，我们提出了马尔可夫策略网络模型，将机器人原始高维的联合状态空间分解成若干具有条件独立性的低维特征空间。相比于传统深度强化学习方法中的策略网络模型，我们提出的马尔可夫策略网络模型大幅降低策略模型的复杂度，极大提高了机器人单任务技能学习的效率。