DDPG_TF2:KerasTensorflow 2中的简单深度确定性策略梯度算法(DDPG)实现-源码

上传者: 42160424 | 上传时间: 2021-03-10 21:36:19 | 文件大小: 8KB | 文件类型: ZIP
DDPG_TF2 很难在TF2中找到简单整洁的DDPG实现,因此我做了一个。 DDPG DDPG是一种无模型的非策略算法,可在连续动作空间中学习Q函数和策略。 它受Deep Q Learning的启发,可以看作是连续acion空间上的DQN。 它利用政策外数据和Bellman方程来学习Q函数,然后使用Q函数来推导和学习政策。 在DDPG的此实现中,一开始执行n次纯探索(由rand_steps参数指定)。 通过在整个范围内均匀分布来选择动作。 主要特点: 随机(深度)模型估计可提供连续(无限)的动作空间。 使用噪声过程(例如, Ornstein–Uhlenbeck过程)进行动作空间探索。 使用经验重播可以稳定地学习以前的经验。 演员和评论家结构 在演员和评论家网络中使用目标模型(通过Polyak平均进行权重转移)。 使用Bellman方程描述每对<状态,动作>的最佳q值函数。

文件下载

资源详情

[{"title":"( 9 个子文件 8KB ) DDPG_TF2:KerasTensorflow 2中的简单深度确定性策略梯度算法(DDPG)实现-源码","children":[{"title":"DDPG_TF2-main","children":[{"title":"utils","children":[{"title":"replay_buffer.py <span style='color:#111;'> 1.52KB </span>","children":null,"spread":false},{"title":"action_noise.py <span style='color:#111;'> 658B </span>","children":null,"spread":false}],"spread":true},{"title":"test.py <span style='color:#111;'> 2.04KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 75B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.68KB </span>","children":null,"spread":false},{"title":"ddpg.py <span style='color:#111;'> 4.57KB </span>","children":null,"spread":false},{"title":"network","children":[{"title":"critic.py <span style='color:#111;'> 4.50KB </span>","children":null,"spread":false},{"title":"actor.py <span style='color:#111;'> 3.36KB </span>","children":null,"spread":false}],"spread":true},{"title":".gitignore <span style='color:#111;'> 12B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • renrenxu :
    用户下载后在一定时间内未进行评价,系统默认好评。
    2021-08-13

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