文件名称：DRLND-project-3：Udacity的深度强化学习纳米学位项目3的实施
文件大小：913KB
文件格式：ZIP
更新时间：2024-03-06 20:59:59
deep-reinforcement-learning pytorch unity-environment maddpg tennis-environment
DRLND-项目3 该存储库包含项目3的实现。 项目详情 该项目实施了多代理深度确定性策略梯度（MADDPG），用于解决在虚拟世界中打网球主要是合作游戏的Unity环境。 最终执行记录： 在这种环境下，两名特工控制球拍在球网上弹跳球。 如果探员将球击中网，则得到+0.1的奖励。 如果探员让一个球击中地面或越界将球击中，则其收益为-0.01。 因此，每个特工的目标是保持比赛中的球权。 观察空间由8个变量组成，分别对应于球和球拍的位置和速度。 每个代理都会收到自己的本地观察结果。 有两个连续的动作可用，分别对应于朝向（或远离）网络的运动和跳跃。 该任务是情节性的，并且为了解决环境，您的特工必须获得+0.5的平均分数（在两个特工均取得最大分值之后，连续100次以上）。 具体来说， 在每个情节之后，我们将汇总每个代理商的奖励（不打折），以获得每个代理商的得分。 这将产生2个（可能不同）
【文件预览】：
DRLND-project-3-master
----ddpg.py(4KB)
----checkpoint-tennis.pth(245KB)
----Report.ipynb(37KB)
----maddpg.py(10KB)
----tennis_solved.gif(693KB)
----Tennis.ipynb(9KB)
----requirements.txt(160B)
----memory.py(2KB)
----model.py(2KB)
----noise.py(771B)
----drlnd_kernel.png(55KB)
----README.md(4KB)