文件名称:
dueling_dqn_lunar_lander-源码
开发工具:
文件大小: 2mb
下载次数: 0
上传时间: 2021-03-02
详细说明：通过优先体验重播深度Q网络
概述
在这个项目中，我们建立了一个使用Experience Replay作为强化学习代理的Dueling Deep Q网络，以解决OpenAI Gym中离散的Lunar Lander环境。 这种环境的目标是使“月球着陆器”以零速度着陆在着陆垫上。 当平均奖励为+200点时，认为此任务已解决。
通过将q网络的q值分成两个称为状态值和动作优势的流，决斗深层q网络能够对q值进行更准确的预测。 优先级的体验重播使网络可以选择和培训具有较高td错误的体验，从而使培训重点放在重要的体验上。 该实现还使用固定的q目标和软更新网络来进一步稳定训练过程。
（此项目在python和tensorflow 2中实现，并且仅出于自我练习目的。）
依存关系
python 3.6.9
张量流2.2.0
OpenAI体育馆0.17.2
box2d-py
怎么跑
运行Dueling_D
(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.
