文件名称：cart算法代码matlab-pilco-tensorflow:PILCO-学习控制的概率推断
文件大小：19KB
文件格式：ZIP
更新时间：2024-06-15 02:59:39
系统开源
cart算法代码matlab PILCO-学习控制的概率推断 这是使用Tensorflow和GPflow在Python中（最初用MATLAB编写）的重新实现。 这项工作主要是为了个人发展而进行的，部分实施是基于此。 该存储库将主要作为我未来研究的基准。 我使用和实现了购物车杆基准测试。 我之所以这样做，是因为OpenAI的CartPole环境没有连续的动作空间，并且因为它使用了“倒置”的推车杆。 新环境代表了具有连续动作空间的传统手推车基准测试。 该文件包含基于的新的CartPole类。 我还创建了定义传统手推车杆的MuJoCo环境的文件。 先决条件 该示例需要（具有接触的多关节动力学）物理引擎，才能使用倒立摆。 我相信有免费的学生许可证。 正在安装 使用pip install -r requirements 。 确保使用Python 3。 您可能要为此使用虚拟环境。 例子 给出了在购物车杆环境中实现该代码的示例，该示例可在中找到。 建于 作者 艾丹·斯堪内尔 执照 此项目已获得MIT许可证的许可-有关详细信息，请参见文件。 致谢 原始执行： MP Deisenroth，D.Fox和C
【文件预览】：
pilco-tensorflow-master
----pilco()
--------models()
--------__init__.py(0B)
--------cost.py(8KB)
--------policies.py(5KB)
----env()
--------cart_pole_env.py(1KB)
--------cart_pole.xml(2KB)
----requirements.txt(44B)
----examples()
--------settings_cp.py(3KB)
--------g_trig.py(2KB)
--------cart_pole.py(3KB)
--------loss_cp.py(2KB)
--------settings_cart_pole.py(3KB)
----LICENSE.md(1KB)
----README.md(3KB)
----.gitignore(19B)