Upload policy_config.py with huggingface_hub

policy_config.py

@@ -12,7 +12,9 @@ exp_config = {
             'n_evaluator_episode': 3,
             'manager': {
                 'shared_memory': False
-            }
+            },
+            'collect_max_episode_steps': 5000,
+            'eval_max_episode_steps': 20000
         },
         'policy': {
             'on_policy': False,
@@ -78,7 +80,7 @@ exp_config = {
             'root_noise_weight': 0.25,
             'random_collect_episode_num': 0,
             'eps': {
-                'eps_greedy_exploration_in_collect': False,
+                'eps_greedy_exploration_in_collect': True,
                 'type': 'linear',
                 'start': 1.0,
                 'end': 0.05,