文件名称：DQN-using-PyTorch和ML-Agents：如何使用PyTorch和ML-Agents环境实现基于矢量的DQN的简单示例
文件大小：2.72MB
文件格式：ZIP
更新时间：2024-02-27 00:18:10
reinforcement-learning unity deep-reinforcement-learning pytorch dqn
使用PyTorch和Unity ML-Agent进行深度Q网络（DQN）强化学习 一个简单的示例，说明如何使用PyTorch和ML-Agents环境实现基于矢量的DQN。 深度强化学习（DRL）中的Udacity Danaodgree项目 该存储库包含以下与DQN相关的文件： dqn_agent.py-> dqn-agent实现 replay_memory.py-> dqn-agent的重播缓冲区实现 model.py->用于基于向量的DQN学习的示例PyTorch神经网络 train.py->初始化并实施DQN代理的训练过程。 test.py->测试受过训练的DQN代理 根据Udacit
【文件预览】：
DQN-using-PyTorch-and-ML-Agents-master
----dqnAgent_Trained_Model.pth(87KB)
----test.py(6KB)
----train.py(10KB)
----media()
--------bananacollection.gif(2.39MB)
--------exampleTrainingScoresGraph.jpg(22KB)
----python()
--------learn.py(4KB)
--------trainer_config.yaml(4KB)
--------tests()
--------unityagents()
--------Basics.ipynb(6KB)
--------requirements.txt(160B)
--------setup.py(874B)
--------unitytrainers()
--------curricula()
--------README.md(273B)
--------communicator_objects()
----LICENSE(34KB)
----Report.pdf(229KB)
----model.py(1KB)
----dqn_agent.py(7KB)
----README.md(6KB)
----replay_memory.py(3KB)