本文详细介绍了如何使用Dopamine框架创建并运行一个随机DQN实验。首先，通过创建Runner对象并初始化环境，然后在create_agent_fn中构建MyRandomDQNAgent，包括设置DQN输入、构建网络以及训练操作。实验运行过程中，每200次step进行一次训练，计算action的reward，并更新参数。
接下来我们深入dopamine内部，看看究竟是个什么玩意儿
1.创建一个Runner对象
1.1在对象的初始化函数中执行create_environment_fn
放在self._environment中
就是这个游戏
1.2在create_agent_fn创建一个MyRandomDQNAgent对象
| sess | 计算图，记录操作 |
| num_action | 9 agent的行为数量 |
| gamma | 0.99 |
| update_horizon | 1,多久执行一次参数更新 |
| min_replay_history | 20000,训练Q函数之前的次数 |
| updata_period | 4，DQN更新的周期 |
最低0.47元/天 解锁文章
扫一扫
6293
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
