文件名称：LunarLander-v2_DeepRL:基于OpenAI LunarLander-v2 DeepRL的解决方案（DQN，DuallingDQN，D3QN）
文件大小：1.71MB
文件格式：ZIP
更新时间：2024-05-10 16:55:32
tensorflow keras deep-reinforcement-learning openai-gym openai
基于OpenAI LunarLander-v2 DeepRL的解决方案 使用深度Q网络（DQN），决斗DQN和决斗双DQN（D3QN） 在硕士论文“基于DeepRL的室内移动机器人导航运动计划”的制定下进行的调查@ @系统与机器人研究所-科英布拉大学（ISR-UC） 软件/要求 模块 软件/硬件 Python IDE 皮查姆 深度学习库 Tensorflow + Keras 显卡 GeForce MX 250 口译员 Python 3.8 Python环境 水蟒 配套 requirements.txt 要设置Pycharm + Anaconda + GPU，请在查阅设置文件。 要导入所需的包 ，请在项目环境终端中输入以下说明： 点安装-r requirements.txt :warning: 警告 :warning: 培训生成一个，该跟踪达到环境要求的网络模型（“ tf”和.h5格式）。 此外，还将
【文件预览】：
LunarLander-v2_DeepRL-main
----DQN()
--------ReadMe.txt(272B)
--------replay_buffer.py(1KB)
--------requirements.txt(83B)
--------saved_networks.txt(9KB)
--------LunarLander_Test.png(45KB)
--------agent.py(7KB)
--------saved_networks()
--------LunarLander_Train.png(42KB)
--------main.py(488B)
----setup.txt(1KB)
----LICENSE(1KB)
----DuelingDQN()
--------ReadMe.txt(281B)
--------replay_buffer.py(1KB)
--------requirements.txt(83B)
--------saved_networks.txt(12KB)
--------LunarLander_Test.png(40KB)
--------agent.py(7KB)
--------saved_networks()
--------LunarLander_Train.png(45KB)
--------main.py(517B)
----README.md(6KB)
----D3QN()
--------ReadMe.txt(273B)
--------replay_buffer.py(1KB)
--------requirements.txt(83B)
--------saved_networks.txt(3KB)
--------LunarLander_Test.png(38KB)
--------agent.py(7KB)
--------saved_networks()
--------LunarLander_Train.png(42KB)
--------main.py(491B)