DQN + HER 该存储库包含DQN + HER的实现。 对提出的玩具问题进行了测试。 这是有关HER的。 此仓库中使用的超参数与本文相同。 ：0.001 ：0.98 Q-Network是具有256个隐藏单元的MLP 缓冲区最多可容纳 过渡 怎么训练？ python train.py --help usage: train.py [-h] [-v] [-s S] [-i I] [-e E] [-c C] [-o O] HER Bit Flipping optional arguments: -h, --help show this help message and exit -v Verbose flag -s S Size of bit string -i I Num epochs -e E

后视体验重播（HER） 这是的pytorch实现。 致谢： 要求 python = 3.5.2 openai-gym = 0.12.5（支持mujoco200，但您需要使用Gym> = 0.12.5，它在以前的版本中有一个错误。） mujoco-py = 1.50.1.56（ 请使用此版本，如果您使用mujoco200，则可能在FetchSlide-v1中失败） pytorch = 1.0.0（如果使用pytorch-0.4.1，则可能会出现数据类型错误。稍后我将对其进行修复。 ） mpi4py 待办事项清单 支持GPU加速-尽管我添加了GPU支持，但是如果您没有强大的计算机，我仍然不建议您使用。 为每个MPI添加多个环境。 添加FetchSlide-v1的图和演示。 指令运行代码 如果要使用GPU，只需添加--cuda标志（不推荐，最好使用CPU） 。 训练FetchR

分层强化学习的paper

后见之明 Google Chrome / Chromium的互联网历史取证 Hindsight是用于分析Web工件的免费工具。 它从Google Chrome网络浏览器的浏览历史开始，现已扩展为支持其他基于Chromium的应用程序（还有更多应用！）。 Hindsight可以解析许多不同类型的Web工件，包括URL，下载历史记录，缓存记录，书签，自动填充记录，保存的密码，首选项，浏览器扩展，HTTP cookie和本地存储记录（HTML5 cookie）。 从每个文件中提取数据后，会将其与其他历史记录文件中的数据相关联并放置在时间轴中。 它具有一个简单的Web UI-要启动它，请运行“ hindsight_gui.py”（或在Windows上，打包为“ hindsight_gui.exe”），然后在浏览器中访问 ： 您需要填写的唯一字段是“配置文件路径”。 这是您要分析的Chrome配置文件的位置（此页面底部列出了不同操作系统的默认配置文件路径）。 点击“运行”，您将被带到结果页面，可将结果保存到电子表格（或其他格式）中。 手动安装 pip install pyhindsight