文件名称：elevator-reinforcementlearning-application:应用强化学习来提高电梯性能。 在多环境中使用QR-PPO，RPPO
文件大小：234KB
文件格式：ZIP
更新时间：2024-04-26 09:02:24
application reinforcement-learning deep-learning gae elevator
电梯计算研究 强化学习在提升电梯性能中的应用 实验 电梯编号 建筑高度 楼层人数上限 电梯中的最大人数 时代 平均收敛点 1个 5 8 8 15,168 18.6 1个 6 6 6 100,000 23.6 1个 7 7 7 100,000 29.7 1个 8 8 5 100,000 35.3 2个 5 8 8 500,000 14.5 去做 实施层次结构PPO 更多测试！ 更多见解 清理目录 适用于更随机的环境 用时间建立环境！ 不是一步 需要更准确的测试 实施算法 PPO + GAE 一位特工 多主体 多环境（更强大） 分布PPO（QR PPO） 一位特工 最新消息 2019.09.03 自述文件已更新 目录已清理。 阴谋 会聚点图像 电梯数量：1，建筑高度：3，最高人数楼层：3，最高人数电梯：3 随电梯的增加而增加的计算量
【文件预览】：
elevator-reinforcementlearning-application-master
----environment()
--------Passenger.py(506B)
--------Building.py(7KB)
--------Elevator.py(3KB)
----main.py(6KB)
----assets()
--------converge_point.PNG(27KB)
--------computation_increase.PNG(69KB)
--------distributional.PNG(14KB)
--------env_2.PNG(8KB)
--------gif4.gif(128KB)
--------env_1.PNG(8KB)
----agent()
--------agent.py(9KB)
----LICENSE(0B)
----.gitignore(49B)
----README.md(5KB)