在健身房 GitHub 存储库中有一个排行榜页面，其中包含指向“解决”不同健身房环境的特定实现的链接，其中“解决”意味着“达到一定的性能水平”，给定一个固定的奖励函数，它是通常以平均（偶发性）回报/回报来衡量。例如，在 CartPole 环境的情况下，当您获得平均奖励为$195.0$超过$100$连续试验。