rainbow is all you need скачать - rainbow is all you need загрузить исходный код

rainbow is all you need

Питон

1.0.0

Скачать

Вы хотите, чтобы агент RL хорошо двигался дальше Атари?

Радуга - это все, что вам нужно!

Это пошаговое руководство от DQN до радуги. Каждая глава содержит как теоретические фон, так и объектно-ориентированную реализацию. Просто выберите любую тему, в которой вы заинтересованы, и учитесь! Вы можете выполнить их сразу же с Colab даже на вашем смартфоне.

Пожалуйста, не стесняйтесь открывать проблему или запрос, если у вас есть идея сделать ее лучше. :)

Если вы хотите учебник для методов градиента политики, см. PG - это все, что вам нужно.

Содержимое

Dqn [nbviewer] [colab]
Doubledqn [nbviewer] [colab]
Приоритет Experiencereplay [nbviewer] [colab]
Duelingnet [nbviewer] [colab]
Noisynet [nbviewer] [colab]
Categoricaldqn [nbviewer] [colab]
N-steplearning [nbviewer] [colab]
Rainbow [nbviewer] [colab]

Предварительные условия

Этот репозиторий тестируется с помощью Python 3.8+

 git clone https://github.com/Curt-Park/rainbow-is-all-you-need.git
cd rainbow-is-all-you-need
make setup

Как бежать

 jupyter lab

Связанные документы

V. Mnih et al., «Контроль на уровне человека посредством глубокого обучения подкреплению». Nature, 518 (7540): 529–533, 2015.
Ван Хассельт и др., «Глубокое обучение подкреплению с двойным Q-обучением». Arxiv Preprint arxiv: 1509.06461, 2015.
T. Schaul et al., «Приоритетный опыт воспроизведения». Arxiv Preprint arxiv: 1511.05952, 2015.
Z. Wang et al., «Дуэльные сетевые архитектуры для глубокого обучения подкреплению». Arxiv Preprint arxiv: 1511.06581, 2015.
М. Фортунато и др., «Шумные сети для исследования». Arxiv Preprint arxiv: 1706.10295, 2017.
MG Bellemare et al., «Распределительная перспектива на обучение подкреплению». Arxiv Preprint arxiv: 1707.06887, 2017.
Р.С. Саттон, «Учимся прогнозировать методы временных различий». Машинное обучение, 3 (1): 9–44, 1988.
M. Hessel et al., «Радуга: сочетание улучшений в обучении глубоким подкреплением». Arxiv Preprint arxiv: 1710.02298, 2017.

Участники

Спасибо этим замечательным людям (ключ эмодзи):

_{Jinwoo Park (curt)}	_{Кюнхван Ким}	_{Вэй Чен} ?	_{Ван Лей} ?	_Лейаф	_Ахмадф	_{Роберто Шиавоне}
_{Дэвид Юань}	_{Dhanushka2001}