25 lines
964 B
Python
25 lines
964 B
Python
"""高层专家轨迹预训练入口（P2 待实现）。
|
||
|
||
按 docs/hrl-sol-execution.md，P2 才运行 `hrl_heuristic` 收集
|
||
(episode_id, state, candidates, mask, action)，再按 episode 划分训练/验证集做 BC。
|
||
本文件在 P0+P1 阶段只提供命令行占位，避免把未实现的 BC 说成已交付。
|
||
"""
|
||
from __future__ import annotations
|
||
|
||
import argparse
|
||
|
||
|
||
def main(argv=None) -> int:
|
||
parser = argparse.ArgumentParser(description=__doc__)
|
||
parser.add_argument("--problem", type=int, choices=(3, 4), default=3)
|
||
parser.add_argument("--episodes", type=int, default=3000)
|
||
parser.add_argument("--output", default="output/hrl/bc_high")
|
||
parser.parse_args(argv)
|
||
raise NotImplementedError(
|
||
"P2 尚未实现：专家轨迹收集/BC 需要先通过 P1 smoke；"
|
||
"当前请使用 scripts/benchmark_hrl.py --variants hrl_heuristic 做启发式骨架验证。")
|
||
|
||
|
||
if __name__ == "__main__":
|
||
raise SystemExit(main())
|