自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 强化学习奖励设计及debug

其中c1和c2是两个常数,决定了这个函数的最大值(c1)和最小值(c2),x是所求奖励对应的观察值,平方也可以用绝对值、一范数和二范数代替,保证它为正即可。c1和c2的选取需要保证奖励函数对观察值的变化敏感,当观察值发生变化时,奖励函数需要能感受到明显的变化。奖励应该分为正奖励和负奖励,依靠正负奖励的平衡来调节机器人的探索和稳定,正奖励过多则策略偏向于存活以获得更多奖励,会削弱可能导致失败的探索;同理,如果某些奖励比其他正常奖励小很多,说明它们的绝对值太小,有它没它差不多,需要增大。

2023-02-24 20:54:53 1169 1

原创 解决ndarray内嵌套tuple的问题

在使用Isaacgym的过程中遇到了一个调取关节电机信息的接口gym.get_asset_dof_properties(asset),它返回的数据是一个包含12个tuple的一维ndarray,而对关节电机信息进行编辑时需要用到gym.set_actor_dof_properties(envs, actor_handles, dof_props),其中第三个参数的值也需要是一个包含12个tuple的一维ndarray。可惜的是,直接将列表转换为数组还是会遇到相同的问题……

2022-09-28 14:37:44 343 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除