开发工具:
文件大小: 160mb
下载次数: 0
上传时间: 2021-02-15
详细说明：带有约束螺栓的异物仿制学习
额外的学习案例
在强化学习中，发现建模精确的奖励函数（导致代理商的期望行为）具有挑战性是一个常见的问题。 逆向强化学习旨在从专家代理提供的一组动作和观察中提取奖励功能，这可以是另一种训练有素的模型，基于模型的方法甚至是人类。 模仿学习是学习者从专家的行为中尝试的技术。 在该存储库中，探索了“约束螺栓”方法，该方法在一文中有详细描述 （De Giacomo等，2020年）。
环境：突围
特征
目标：卸下所有砖柱。
至少有1行3列砖
专家在左边。 用火作为摧毁砖块的行动。
学习者在右边。 使用弹跳球摧毁砖块。
在顶部添加一个额外的桨来响应击球。
设置
在Ubuntu 18.04中测试。
搭建环境
设置虚拟环境，并安装其他依赖项。 该存储库包括一个基本的准备好的环境，可以通过pipenv访问该环境，我们鼓励使用该环境来处理这些库。
克隆此存储库：
git c
(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.
