{
  "experiment": "Offline return-conditioned key-door control",
  "offline_episodes": 4000,
  "results": {
    "decision_transformer": {
      "parameters": 18371,
      "near_target": {
        "desired_terminal": "near_reward",
        "desired_terminal_rate": 1.0,
        "mean_return": 0.37,
        "mean_steps": 3.0,
        "episodes": 300
      },
      "treasure_target": {
        "desired_terminal": "treasure",
        "desired_terminal_rate": 1.0,
        "mean_return": 0.89,
        "mean_steps": 11.0,
        "episodes": 300
      }
    },
    "behavior_cloning": {
      "parameters": 595,
      "near_target": {
        "desired_terminal": "near_reward",
        "desired_terminal_rate": 0.3333333333333333,
        "mean_return": 0.7233333333333334,
        "mean_steps": 7.666666666666667,
        "episodes": 300
      },
      "treasure_target": {
        "desired_terminal": "treasure",
        "desired_terminal_rate": 0.6666666666666666,
        "mean_return": 0.7233333333333334,
        "mean_steps": 7.666666666666667,
        "episodes": 300
      }
    }
  }
}