文件名称:
testsafetystarteragent-源码
开发工具:
文件大小: 43kb
下载次数: 0
上传时间: 2021-03-07
详细说明：状态：存档（代码按原样提供，预计不会更新）
安全启动代理
论文“在深度强化学习中对安全探索进行基准测试”的配套回购，其中包含各种不受约束和受约束的RL算法。
此存储库包含用于在“基准安全勘探”论文中获得结果的PPO，TRPO，PPO-Lagrangian，TRPO-Lagrangian和CPO的实现，以及本文中未使用的SAC和SAC-Lagrangian的实验性实现。
请注意，此处的PPO实现遵循的是而不是的约定：它们使用早期停止技巧，省略观察和奖励归一化，并且不使用限幅值损失以及其他可能的差异。 结果，虽然很容易公平地将此PPO与该TRPO进行比较，但它并不是最强大的PPO实施方案（就样本效率而言），并且可以得到实质性的改进。
支持平台
该软件包已在Mac OS Mojave和Ubuntu 16.04 LTS上进行了测试，并且可能适用于最新的Mac和Linux操作系统。
需要Pyt
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
