【文件属性】：
文件名称：Contra-PPO-pytorch:相反的最近策略优化（PPO）算法
文件大小：38.39MB
文件格式：ZIP
更新时间：2021-05-09 18:28:58
reinforcement-learning ai deep-learning openai gym
[PYTORCH]针对矛盾的最近策略优化（PPO）
介绍
这是我的python源代码，用于训练代理播放相反的声音。 通过使用纸张近端策略优化算法推出近端政策优化（PPO）算法。
供您参考，PPO是OpenAI提出的算法，用于训练OpenAI Five，这是第一款在电竞游戏中击败世界冠军的AI。 具体来说，OpenAI五人队在2018年8月派出了一支由MMR排名的脚轮和前专业人士组成的团队，在Dota 2玩家的99.95％中。
样品结果
动机
自从我发布我的A3C实现（ ）和PPO实现（ ）以来，已经有一段时间了，以训练代理人玩超级马里奥兄弟。 由于PPO在完成的关卡数量上胜过A3C，因此，下一步，我想看看前者在另一个著名的NES游戏中的表现如何：对战
如何使用我的代码
使用我的代码，您可以：
通过运行python train.py训练模型。 例如： python train.py
【文件预览】：
Contra-PPO-pytorch-master
----Dockerfile(305B)
----README.md(2KB)
----trained_models()
--------ppo_contra_level1(12.57MB)
----test.py(2KB)
----train.py(7KB)
----src()
--------process.py(1KB)
--------env.py(5KB)
--------model.py(1KB)
----output()
--------video_1.mp4(3.74MB)
----demo()
--------video-1.gif(24.75MB)