Mulligan 发布 sim-square-narrow-r02-baseline-divl 基线智能体

Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r02-baseline-divl 基线智能体，用于 sim-square-narrow 任务，采用父级冻结扩散 actor 与分布式 DIVL critic，训练步数 150001，含 5 个随机种子检查点。