文件名称:
CuriosityDriven-PPO：通过引导功能松散的好奇心驱动探索-源码
开发工具:
文件大小: 125kb
下载次数: 0
上传时间: 2021-02-09
详细说明：通过引导功能来放松好奇心驱动的探索
七月7，2018
描述
此回购是对OpenAI的论文《一个松散的重述。
该算法训练一种策略，使游戏完全摆脱内部预测错误产生的奖励。 该过程可以可视化为策略和试图预测环境未来状态的模型（称为前向动力学模型）之间的决斗。 该政策是通过培训的，除了将环境奖励替换为前向动力学模型的误差外。 更具体地说，用于PPO的奖励是前向动力学模型的预测的平方误差。 前向动力学模型的预测目标是环境中下一个状态的低维表示。 这称为内在奖励。 前向动力学模型越不准确，给定时间步长的奖励就越大。 这鼓励了政策寻求看不见的状态，并创建了一个强大的预测系统。
实施说明
此实现不包括Hindsight Experience Replay
此实现在PPO更新中使用广义优势估算（GAE）之前将固有奖励归一化。 这有助于防止由于值预测误差而造成的损失差异。 我不相信OpenAI版本可以做到
(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.
