文件名称：TD3:作者的TD3的PyTorch实施，用于OpenAI体育馆任务
文件大小：121KB
文件格式：ZIP
更新时间：2024-05-21 06:11:44
Python
Actor-Critic方法中的地址函数逼近误差 双延迟深度确定性策略梯度（TD3）的PyTorch实现。 如果您使用我们的代码或数据，请引用。 在连续控制任务上进行了测试。 使用和Python 3.7训练网络。 用法 可以通过运行以下操作来重现论文结果： ./experiments.sh 可以通过调用以下命令来运行单个环境的实验： python main.py --env HalfCheetah-v2 可以使用main.py的不同参数修改超参数。 我们包括了DDPG（DDPG.py）的实现，本文不使用该实现，以便于将超参数与TD3轻松进行比较。 这不是本文中使用的“ Our DDPG”的实现（请参阅OurDDPG.py）。 可以在找到TD3与之比较的算法（PPO，TRPO，ACKTR，DDPG）。 结果 代码不再完全代表本文中使用的代码。 对超参数等进行细微调整，以提高性能。 学
【文件预览】：
TD3-master
----DDPG.py(4KB)
----learning_curves()
--------Ant()
--------Hopper()
--------InvertedPendulum()
--------Reacher()
--------InvertedDoublePendulum()
--------HalfCheetah()
--------Walker()
----LICENSE(1KB)
----TD3.py(5KB)
----utils.py(1KB)
----README.md(2KB)
----run_experiments.sh(737B)
----main.py(5KB)
----OurDDPG.py(4KB)