复现工作主要包括3分实验，gmm采样，softmax采样以及交互式强化学的指导探索，对于的实验代码都在对应的文件夹中，而功能函数是一些基础功能函数用于调用，每个部分的都有一个实验结果文件夹用于存储实验结果。数据集是主目录下的data_dorest.csv。而提出的新的框架是主目录下的a2c mask.py

要运行这个项目，您需要安装以下依赖：

• numpy
• pandas
• torch
• scikit-learn

您可以通过以下命令安装这些依赖：

pip install numpy pandas torch scikit-learn