driver_critic:OpenAI Gym的CarRacing-v0环境解决方案。它使用深度确定性策略梯度算法-源码

上传者: 42129412 | 上传时间: 2021-06-07 16:17:47 | 文件大小: 377KB | 文件类型: ZIP
司机批评家 OpenAI Gym的CarRacing-v0环境解决方案。它使用DDPG算法(深度确定性策略梯度)。 快速开始 依存关系: 健身房0.18.0 Tensorflow 2.4.0 Matplotlib 3.3.4 当前版本的CarRacing-v0存在内存错误。为了解决这个问题,我们需要从Gym GitHub手动下载最新的“ car_racing.py”脚本。 正在运行的应用程序: 执行“ main_loop.py”以训练新模型。按空格键观看进度 可以通过运行“ evaluate_loop.py”来检查最佳解决方案。 解决方案 DDPG由4个网络组成: 演员-玩游戏 评论家-评估演员 目标演员和目标评论家-产生学习目标值 参考: : 它旨在创建一个基类,它将成为每个连续动作任务的基础。通过继承基类,可以轻松实现更复杂的解决方案。 CarRacing-v0是一种计算机视

文件下载

资源详情

[{"title":"( 12 个子文件 377KB ) driver_critic:OpenAI Gym的CarRacing-v0环境解决方案。它使用深度确定性策略梯度算法-源码","children":[{"title":"driver_critic-main","children":[{"title":".gitignore <span style='color:#111;'> 27B </span>","children":null,"spread":false},{"title":"pendulum_test.py <span style='color:#111;'> 2.21KB </span>","children":null,"spread":false},{"title":"base_solution.py <span style='color:#111;'> 8.50KB </span>","children":null,"spread":false},{"title":"train_loop.py <span style='color:#111;'> 1.98KB </span>","children":null,"spread":false},{"title":"evaluate_loop.py <span style='color:#111;'> 1.53KB </span>","children":null,"spread":false},{"title":"models","children":[{"title":"best_solution","children":[{"title":"critic.h5 <span style='color:#111;'> 130.99KB </span>","children":null,"spread":false},{"title":"target_actor.h5 <span style='color:#111;'> 113.88KB </span>","children":null,"spread":false},{"title":"target_critic.h5 <span style='color:#111;'> 131.03KB </span>","children":null,"spread":false},{"title":"actor.h5 <span style='color:#111;'> 113.87KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 4.05KB </span>","children":null,"spread":false},{"title":"tools.py <span style='color:#111;'> 3.89KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明