【文件属性】：
文件名称：AI_Dresses_Itself:这是Sirtube Raval在YouTube上发布的“可以自己打扮的AI”的代码
文件大小：8KB
文件格式：ZIP
更新时间：2021-03-18 19:11:13
Python
概述
这是Siraj Raval在YouTube上录制的视频的代码。这是研究人员在视频中使用的“信任区域策略优化”算法的实现。但是，他们没有公开其完整代码。因此，这是应用于游戏环境的技术。有人可以将其用作重新创建代码的起点。同时-嗨，研究人员:)继续发布它，社区对此表示赞赏。
TRPO的PyTorch实施
除非您出于某些特定原因需要TRPO，否则请尝试此实现（又名TRPO的更新更好的变体）。
这是的PyTorch实现。
这是大多数代码从移植而来的代码。与，该实现方式使用精确的Hessian向量乘积而不是有限差分近似。
会费
捐款很受欢迎。如果您知道如何使此代码更好，请随时发送请求请求。
用法
python main.py --env-name "Reacher-v1"
推荐的超级参数
倒立摆-v1：5000
Reacher-v1，InvertedDoublePendulum-v1：15
【文件预览】：
AI_Dresses_Itself-master
----models.py(1KB)
----main.py(6KB)
----utils.py(1KB)
----trpo.py(3KB)
----conjugate_gradients.py(774B)
----LICENSE.md(1KB)
----README.md(2KB)
----replay_memory.py(603B)
----running_state.py(2KB)