首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >RLlib训练的一次迭代中的时间步数

问RLlib训练的一次迭代中的时间步数
EN

Stack Overflow用户
提问于 2020-06-04 08:29:44
回答 2查看 813关注 0票数 5

我是第一次接触强化学习,我正在使用RLlib在OpenAI健身房中处理自定义环境的RL。在创建自定义环境时,是否需要在__init__()方法中指定剧集数?ALso,当我用

代码语言:javascript
复制
for _ in range(10):
     trainer.train()

一次迭代需要多少时间步长?是否等于自定义环境中定义的剧集数?谢谢。

EN

回答 2

Stack Overflow用户

发布于 2021-07-02 05:25:26

我认为你需要为一集中的最大步数设置的是超参数‘`horizon’。

票数 1
EN

Stack Overflow用户

发布于 2020-07-26 16:10:31

我用Ray发现,只有当你的环境设置为'done/_terminated‘时,剧集才会终止。当在其他框架上运行时,算法通常有一个num_steps等超参数。我之所以发现这一点,是因为如果我的代理卡住了,它就会永远停在那里,所以我需要在环境本身中添加最大时间步长检查。

剧集的数量是在环境之外设置的。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/62184928

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档