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）[] []
2021-10-24 22:54:36
33KB
1