如何使用 transformers 从零训练 Decision Transformer

Hugging Face 发布教程，指导用户利用 transformers 库从零开始训练离线 Decision Transformer 模型。该模型基于 GPT-2 架构，通过序列建模替代传统强化学习，在 Gym HalfCheetah 环境中根据期望回报生成动作。教程提供了包含数据预处理和自定义 Data Collator 的完整代码实现。