文件名称：paac-pytorch:“深度强化学习的高效并行方法”中PAAC的PyTorch实施
文件大小：43.7MB
文件格式：ZIP
更新时间：2024-05-31 18:59:16
reinforcement-learning deep-reinforcement-learning pytorch a3c paac
ac火炬 这是PAAC的PyTorch实现。 环境环境 Ubuntu 16.04 python 3.5.2 PyTorch 0.2.0 NumPy 1.13.1 体育馆0.9.2 matplotlib 用法 您可以通过以下方式培训代理： python main.py --env-name BreakoutDeterministic-v4 --num-workers 4 您可以通过以下方式玩游戏： python play.py --env-name BreakoutDeterministic-v4 结果 笔记 参考 原始纸的开源 Openai的Universe-Starter-Agent pytorch-a3c
【文件预览】：
paac-pytorch-master
----worker.py(2KB)
----.gitignore(1KB)
----model()
--------model_QbertDeterministic-v4.pth(6.44MB)
--------model_PongDeterministic-v4.pth(6.44MB)
--------model_BeamRiderDeterministic-v4.pth(6.45MB)
--------model_BreakoutDeterministic-v4.pth(6.44MB)
----paac.py(4KB)
----log()
--------empty(0B)
----assets()
--------Breakout.png(39KB)
--------Breakout.gif(2.41MB)
--------BeamRider.gif(5.28MB)
--------Pong.gif(4.19MB)
--------Pong.png(42KB)
--------Qbert.png(34KB)
--------Qbert.gif(8.57MB)
--------BeamRider.png(47KB)
----play.py(1KB)
----LICENSE(1KB)
----utils.py(764B)
----README.md(1KB)
----main.py(1KB)
----model.py(1KB)
----atari.py(1KB)