SDAR

SDAR是一个自蒸馏代理强化学习方法。该项目通过引入自我蒸馏机制，显著提升了在ALFWorld、WebShop和Search-QA等环境中的性能，相比传统的强化学习基线有明显优势。其核心功能包括高效的策略优化和知识迁移能力，利用Python语言实现，并支持多种实验环境的快速部署与测试。适用于需要改进智能体决策效率及泛化能力的研究场景，尤其是在自然语言处理与复杂任务解决领域。