「强化学习」DDPG 的 PyTorch 实现

2018年2月1日10,6780

博客文章被回档了一个月，本文重发

一起实现的用来做强化学习实验的框架

目前还在继续完善，实现一些算法或者技巧

相比之前我们 Learning to run 比赛乱得可怕的代码，目前的架构、兼容性和实现程度还比较可以接受

默认参数在CartPole，Pendulum，BipedalWalker等环境中都有比较不错的表现

在我的 mac 上训练 CartPole 需要这么些行代码「一键完成 CartPole」

$ conda create --name pybullet python=3.6
$ source source activate pybullet
// 建议使用 anaconda
$ conda install pytorch
$ pip install gym
$ pip install tensorboardX
// 以上是安装依赖
$ git clone https://github.com/megvii-rl/pytorch-gym
$ cd pytorch-gym
$ python main.py --env CartPole-v0 --discrete --debug --vis 
// --discrete 是把输出取 argmax 强行离散

				
					
				1
2
3
4
5
6
7
8
9
10
11
12

						$ conda create --name pybullet python=3.6
$ source source activate pybullet
// 建议使用 anaconda
$ conda install pytorch
$ pip install gym
$ pip install tensorboardX
// 以上是安装依赖
$ git clone https://github.com/megvii-rl/pytorch-gym
$ cd pytorch-gym
$ python main.py --env CartPole-v0 --discrete --debug --vis 
// --discrete 是把输出取 argmax 强行离散
 

					

			