ddpg:使用深度确定性策略梯度进行连续控制

【文件属性】：
文件名称：ddpg:使用深度确定性策略梯度进行连续控制
文件大小：4.33MB
文件格式：ZIP
更新时间：2021-03-27 03:14:22
HTML 深度强化学习：持续控制 介绍 对于此项目，您将使用环境。 在这种环境下，双臂可以移动到目标位置。 对于代理人的手在目标位置中的每一步，将提供+0.1的奖励。 因此，座席的目标是在尽可能多的时间步长中保持其在目标位置的位置。 观察空间由33个变量组成，分别对应于手臂的位置，旋转，速度和角速度。 每个动作是一个带有四个数字的矢量，对应于适用于两个关节的扭矩。 动作向量中的每个条目都应为-1和1之间的数字。 分布式培训 对于此项目，我们将为您提供两个单独的Unity环境版本： 第一个版本包含一个代理。 第二个版本包含20个相同的代理，每个代理都有自己的环境副本。 第二个版本对于 ， 和类的算法很有用，这些算法使用同一代理的多个（非交互，并行）副本来分发收集经验的任务。 解决环境 选项1：解决第一个版本 该任务是情节性的，并且为了解决环境，您的特工必须在100个连续情节中获得+30的平均

【文件预览】：
ddpg-master
----REPORT.md(2KB)
----agent.py(8KB)
----reacher.gif(3.98MB)
----Continuous_Control.ipynb(28KB)
----checkpoint_actor.pth(153KB)
----scores.png(12KB)
----LICENSE(1KB)
----Continuous_Control.html(311KB)
----model.py(2KB)
----workspace_utils.py(2KB)
----README.md(5KB)
----checkpoint_critic.pth(154KB)