Pybrain强化学习实例

Question

正如问题所述，我正在寻找一个很好的解释/示例，以加强在pybrain中的学习，因为这方面的文档给我带来了无尽的困惑，我可以让它开始工作，但我不知道如何将它应用于其他事情。

谢谢汤姆

Answer 1

不幸的是，pybrain的rl类文档是令人失望的。我发现这个博客很有用。

总之，您需要标识以下组件(有关实现的详细信息，请参阅有关链接的教程)：

1. 环境：env = Environment(...)
2. 一个任务-> task = Task(env)
3. 控制器，它是一个模块(如表)，用于保存操作值信息-> controller = Module(...)。
4. 学习者--> learner = SARSA() -->您也可以向学习者添加资源管理器。默认情况下，epsilon贪婪，epsilon= 0.3，衰减= 0.9999.
5. 一种集成控制器和学习者的代理-> agent = Agent(controller, learner)
6. 一个集成任务和代理并进行实际迭代的实验--> experiment = Experiment(task, agent)

每个大写类都应该替换为来自PyBrain.Then的相应类，您只需运行一个do-while循环来执行迭代和学习。请注意，用户需要设置几个选项，在实际问题中，您很可能需要编写子类来概括pybrain的基本类，但是步骤将与这里相同。