[原创] 强化学习(Reinforcement Learning)文章合集

《[原创] 强化学习(Reinforcement Learning)文章合集》有2条评论

1. rlpyt確實有點復雜嘞。。。所以請問如果想換成非atari的環境到底該怎麼操作，可以出一篇例子嘛？非常感謝

   回复

   • 非Atari环境是指其他的游戏环境，还是指非游戏的、自定义的、自己使用的业务场景的环境？
     如果是前者，我没试过，没法给例子。

     如果是后者，我有以下的步骤指南：
     (1)从example_1.py开始，这个例子使用了DQN，而且它的action space是离散的。最开始我还复制了example_1.py，并修改了必要的部分，以符合我的要求。
     (2) 你需要写自己的环境类GemHouEnv，它包含了特征提取的主要逻辑，和奖励函数，以及环境步进(在环境中前进)，还有从环境中获取观测值的函数，以及重置环境的函数，这些你都可以参考atari_env.py来了解详情。
     (3)你需要写一个自己的GemHouDqnAgent类，详情可以参考类AtariDqnAgent。
     (4)你需要写自己的GemHouMixin类来定义传递给deep model的参数，详情可参考类AtariMixin。
     (5)需要自己写GemHouDqnModel类来定义神经网络，它输入一个vector，输出一个vector，详情参考AtariDqnModel。
     (6)至于GemHouDqnAgent中使用的DqnAgent类，完全不需要修改，和AtariDqnAgent一样。

     我认为主要工作是集中在GemHouEnv上，你不需要写算法代码(rlpyt已经提供了)，你需要做的就是把我上面提到的代码编写出来，然后把它们整合成一个整体。
     另外，先从CPU的实现开始，因为GPU的实现似乎比较复杂，会引起更多的调试工作。

     回复