| Algorithm | | Reacher-v5 | Walker2d-v5 | Hopper-v5 | HalfCheetah-v5 | Swimmer-v5 | Ant-v5 |
| PPO | | −4.35±0.063 | 2430±443 | 2530±137 | 4330±725 | 322±13.6 | 3640±204 |
| ω PPO-U | ω=2 | −4.22±0.060 | 3340±535 | 2680±163 | 5160±515 | 327±9.56 | 3910±130 |
| ω=4 | −4.17±0.063 | 2820±485 | 2810±157 | 5760±569 | 327±11.2 | 3820±491 |
| ω=8 | −4.05±0.057 | 3030±430 | 2750±131 | 5360±384 | 334±10.5 | 3970±301 |
| ω PPO-BH | ω=2 | −4.12±0.052 | 3250±530 | 2740±128 | 4580±949 | 327±7.69 | 3650±136 |
| ω=4 | −4.01±0.045 | 3810±642 | 2920±159 | 5780±558 | 334±7.51 | 4030±197 |