強化學習

• CartPole任務的設計使得代理的輸入是4個實際值，表示環(huán)境狀態(tài)（位置，速度等）。然而，神經網絡可以純粹通過觀察場景來解決任務， 因此我們將使用以cart為中心的屏幕補丁作為輸入。也因為如此，我們的結果與官方排行榜的結果無法直接比較 - 因為我們的任務 要困難得多。而且不幸的是，這確實減慢了訓練速度，因為我們必須渲染所有幀。
• 需要的環(huán)境包
  • 神經網絡(torch.nn)
  • 優(yōu)化(torch.optim)
  • 自動分化（torch.autograd）
  • 視覺任務的實用程序(torchvision)- 一個單獨的包
• 構建函數

# -*- coding:utf-8 -*- # /usr/bin/python ''' -------------------------------------------------File Name : DQNDescription : AIM: 強化學習Functions: 1. 2. Envs : python == pip install -i h

總結

以上是生活随笔為你收集整理的torch DQN算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。