Mulligan 发布 sim-square-narrow-r03-auto-iql-success-bc-n32-idql 模型

Hugging Face 上的 Mulligan 组织发布 sim-square-narrow-r03-auto-iql-success-bc-n32-idql，这是一个基于状态的 IDQL 智能体，采用扩散 actor 与标量 IQL critic，任务为 sim-square-narrow，训练步数 150001，含 5 个随机种子检查点。