文件名称:
DeepRL_PyTorch：用于研究的深度强化学习代码。 当前，仅存在算法代码：DQN，C51，QR-DQN，IQN和QUOTA-源码
开发工具:
文件大小: 33kb
下载次数: 0
上传时间: 2021-02-02
详细说明：深度强化学习代码
当前，这里只有用于分布增强学习的代码。
C51，QR-DQN和IQN的代码与略有。 QUOTA是基于算法作者同的工作而实现的。 我最近注意到，我的DQN代码可能无法获得理想的性能，而其他代码却运行良好。 如果有人可以指出我的代码中的错误，我将不胜感激。
随时进行聊天-如果您想讨论任何事情，请给我发送电子邮件。
依赖关系：
pytorch（> = 1.0.0）
体育馆（= 0.10.9）
麻木
matplotlib
用法：
为了运行我的代码，您需要在主目录下创建两个子目录：./data/model/＆./data/plots/。 这两个目录用于存储数据。
当计算机的python环境满足上述依赖性时，您可以运行代码。 例如，输入：
python 3_ iqn . py Breakout
在命令行上运行以在Atari环境中运行算法。 您可以为代码内的算法更改一些特定参数。
训练后，您可以通过使用适当的参数运行result_show.py来绘制结果。
参考文献：
通过深度强化学习（DQN）进行人为控制[] []
强化学习的分布式视角（C51）[] []
(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.
