文件名称：distributed-ppo:这是分布式近端策略优化（DPPO）的pytorch实现
文件大小：3.42MB
文件格式：ZIP
更新时间：2024-05-17 08:07:23
pytorch reinforcement-learning-algorithms multiprocess proximal-policy-optimization ppo
分布式近端策略优化（DPPO） 这是的pytorch版本实现。 该项目基于。 但是，它已经被重写并包含一些修改，这些修改在某些环境下可能会改善学习。 在这段代码中，我修改了运行均值过滤器，从而提高了性能（例如，在Walker2D中）。 我还重写了代码以分别支持Actor Network和Critic Network 。 然后，此更改允许为某些任务创建对象，而在训练时可用的信息在运行时不可用。 此外，该项目中的操作是从Beta分布中采样的，可以在许多任务中提高培训速度和性能。 要求 python 3.5.2 Openai体育馆 mujoco-python pytorch-0.3.1（将在8月更新到0.4.1版本！ ） 指令运行代码 训练模型 cd /root-of-this-code/ python train_network.py 您也可以尝试其他mujoco的环境。 该代码已经预