文件名称:合作与竞争
文件大小:572KB
文件格式:ZIP
更新时间:2024-03-13 21:02:04
JupyterNotebook
合作与竞争 项目详情 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高分后,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)的分数。 然后,我们取这两个分数中的最大值。 这为每个情节产生一个单一的分数。 入门 请按照中的说明设置Python环境。 按照这些说明,您将安装PyTorch,ML-Age
【文件预览】:
Collaboration-and-Competition-master
----succesfulAgent.pth(568KB)
----TennisNotebookPPO.ipynb(48KB)
----Report.ipynb(37KB)
----README.md(3KB)
----output_13_0.png(10KB)
----Report.md(19KB)