文件名称:
trpo：使用TensorFlow和OpenAI Gym优化信任区域策略-源码
开发工具:
文件大小: 637kb
下载次数: 0
上传时间: 2021-02-06
详细说明：广义优势估计的信任域策略优化
帕特里克·科迪（Patrick Coady）：
概要
注意：代码已重构为使用TensorFlow 2.0和PyBullet（而不是MuJoCo）。 请参阅tf1_mujoco分支以获取旧版本。
该项目的最初目标是使用相同的算法来“解决” 。 并且，具体地说，要在不手动调整每个环境的超参数（网络大小，学习速率和TRPO设置）的情况下实现此目的。 这是具有挑战性的，因为环境的范围从具有单个控制输入的简单手推车杆问题到具有17个受控关节和44个观察变量的类人动物。 该项目成功完成，几乎在所有AI Gym MuJoCo排行榜上都位居榜首。
随着TensorFlow 2
(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.
