「[原创] 强化学习框架 rlpyt 的数据可视化工具：viskit」的评论 https://www.codelast.com/%e5%8e%9f%e5%88%9b-%e5%bc%ba%e5%8c%96%e5%ad%a6%e4%b9%a0%e6%a1%86%e6%9e%b6-rlpyt-%e6%95%b0%e6%8d%ae%e5%8f%af%e8%a7%86%e5%8c%96/ 最优化之路 Mon, 26 Apr 2021 18:15:13 +0000 hourly 1 https://wordpress.org/?v=6.9.4 评论者：learnhard https://www.codelast.com/%e5%8e%9f%e5%88%9b-%e5%bc%ba%e5%8c%96%e5%ad%a6%e4%b9%a0%e6%a1%86%e6%9e%b6-rlpyt-%e6%95%b0%e6%8d%ae%e5%8f%af%e8%a7%86%e5%8c%96/comment-page-1/#comment-9925 Mon, 26 Apr 2021 18:15:13 +0000 https://www.codelast.com/?p=11183#comment-9925 回复给 赫瑟尔。

我没有想过这个问题，建议到 rlpyt 的GitHub项目里提问，据我的感受，作者虽然很忙，但还算是比较热情的，一般会在一周之内回答一次别人提的问题。

]]> 评论者：赫瑟尔 https://www.codelast.com/%e5%8e%9f%e5%88%9b-%e5%bc%ba%e5%8c%96%e5%ad%a6%e4%b9%a0%e6%a1%86%e6%9e%b6-rlpyt-%e6%95%b0%e6%8d%ae%e5%8f%af%e8%a7%86%e5%8c%96/comment-page-1/#comment-9923 Mon, 26 Apr 2021 03:11:47 +0000 https://www.codelast.com/?p=11183#comment-9923 你好，我运行了example_1.py后生成了debug.log文件，我在看这个文件的时候，发现，即使是Return，也有ReturnAverage，ReturnStd，ReturnMedian，ReturnMin，ReturnMax等，我原本以为这几个值都与迭代次数有关，即“dqn_pong_0 itr #13 optimizing over 250 iterations”中的250有关，改文件minibatch_rl.py后，此处的250被我改为1后，ReturnAverage，ReturnMedian，ReturnMin，ReturnMax几个值相同了，验证了我的想法，但是，ReturnStd这个值却变为 0 了，和其他的值都不一样，请问这里的ReturnStd是什么意思呢？不只Return有Std，Length，DiscountedReturn，GameScore，loss等等都有这个Std值，这里实在让我迷惑，可以帮忙看看吗？

]]>