cartpole

Kartpol

Solusi Pembelajaran Penguatan dari Kartpol Openai.

Lihat Artikel Medium yang sesuai: Cartpole - Pengantar Pembelajaran Penguatan (DQN - Dear -Qearning Deep)

Tentang

Sebuah tiang terpasang oleh sambungan yang tidak digerakkan ke gerobak, yang bergerak di sepanjang jalur tanpa gesekan. Sistem dikendalikan dengan menerapkan kekuatan +1 atau -1 ke keranjang. Pendulum mulai tegak, dan tujuannya adalah untuk mencegahnya jatuh. Hadiah +1 disediakan untuk setiap garis waktu bahwa tiang tetap tegak. Episode berakhir ketika tiang lebih dari 15 derajat dari vertikal, atau gerobak bergerak lebih dari 2,4 unit dari tengah. sumber

Dqn

Standar DQN dengan Replay Experience.

Hyperparameters:

• Gamma = 0,95
• Learning_rate = 0,001
• Memory_size = 1000000
• Batch_Size = 20
• Exploration_max = 1.0
• Exploration_min = 0,01
• Exploration_Decay = 0,995

Struktur Model:

1. Lapisan padat - Input: 4 , Output: 24 , Aktivasi: Relu
2. Lapisan padat - Input 24 , Output: 24 , Aktivasi: Relu
3. Lapisan padat - input 24 , output: 2 , aktivasi: linier

• Fungsi kehilangan MSE
• Adam Optimizer

Pertunjukan

Cartpole-V0 mendefinisikan "penyelesaian" sebagai mendapatkan hadiah rata-rata 195.0 lebih dari 100 uji coba berturut-turut. sumber

Contoh gif percobaan

Contoh bagan percobaan

Bagan Uji Coba Dipecahkan

Pengarang

Greg (Grzegorz) Surma

Portofolio

GitHub

Blog