Policy distillation: Example 1

参考:

GitHub - CUN-bjy/policy-distillation-baselines: Pytorch Implementation of Policy Distillation for control, which has well-trained teachers via stable_baselines3.

 

配置conda环境:

python==3.7
gym==0.19.0
tensorboardX
torch
stable-baselines3[extra,tests,docs]==1.1.0
pybullet==2.7.8
optuna
pyyaml>=5.1
sb3-contrib==1.0.0

测试教师模型:

python policy_distillation.py --model teacher --algo td3 --env AntBulletEnv-v0

知识蒸馏:

先创建文件夹:

mkdir distilled-agents

 训练:

python policy_distillation.py --algo td3 --env AntBulletEnv-v0

测试学生:

python playground.py --mode student -p /home/blamlight/Documents/Github/policy-distillation-baselines/distilled-agents/AntBulletEnv-v0_td3_1710318896.1154015/student_10000_3260.12.pkl

  • 9
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值