分类 强化学习教程 下的文章

MuJoCo 简介MuJoCo全称为Multi-Joint dynamics with Contact，主要由华盛顿大学的Emo Todorov教授开发，应用于最优控制、状态估计、系统辨识等领域，在机器人动态多点接触的应用场合(如多指灵巧手操作)有明显优势。MuJoCo 现状介绍MuJoCo最初由华盛顿大学运动控制实验室主任、神经科学家Emo To[...]

SC2Env入门介绍SC2Env是星际争霸的环境，继承自environment.BaseSC2Env基本用法from pysc2.env import run_loop, sc2_env from pysc2.agents import random_agent from absl import app def main(args): [...]

1、episode的感性理解强化学习中，episode是个重要的术语。那么episode应该如何理解呢？An episode is one complete play of the agent interacting with the environment in the general RL setting. Episodic tasks in [...]

batch_size即批大小，如果把全部数据放入内存后再加载到显存中，空间显然不够的；如果一个一个数据加载训练并更新模型参数，效率极低。所以考虑一批一批地加载数据，每次送进去的数量就是batch_size，这样可以加快速度。用minibatch方法时会定义batch_size，即把整个数据集分几份后，每份的大小就是batch-size。假设把100[...]

RLlib入门介绍RLlib是一个用于强化学习的开源库，为生产级、高度分布式应用环境提供强化学习技术支持。RLlib已经被许多不同垂直领域的行业领导者用于生产，如气候控制、工业控制、制造和物流、金融、游戏、汽车、机器人、船舶设计等。RLlib原生支持Tensorflow和PyTorch，但其内部与这些框架无关。RLlib官网文档https://do[...]