使用tensorflow快速搭建 DQN环境_dqn 自定义环境-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_41751199/article/details/121900149

本文详细介绍了如何使用TensorFlow快速搭建DQN（Deep Q-Network）环境，包括网络结构设定、网络使用和训练过程。代码实现包含了两个agent的交互更新，可在GitHub找到相关资源。核心步骤涉及建立网络模型，计算q_target，选择贪心策略执行动作，并在与环境交互中不断训练和更新网络参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用tensorflow快速搭建 DQN环境

使用tensorflow快速搭建 DQN环境

使用tensorflow快速搭建 DQN环境

本文章主要是用来快速搭建DQN环境的，个人感觉写的还是比较清晰的，借鉴了莫烦python和其他友友们的网络搭建方法。我的代码是有两个agent的，两个玩家交替更新，代码在： https://github.com/nsszlh/tensorflow-DQN

1建立网络

基本需要使用的参数


class AgentNet():
    def __init__(
            self,
            name,
            n_action,
            n_state,
            learning_rate=0.001,
            reward_decay=0.9,
            e_greedy=0.9,
            replace_target_iter=300,
            memory_size=50000,
            batch_size=32,
            e_greedy_increment=None
    ):
        self.n_action = n_action  #action个数
        self.n_state = n_state      #state 个数
        self.alpha = learning_rate     #学习率
        self.gamma = reward_decay	# QLearning函数参数
        self.epsilon_max = e_greedy #贪心
        self.replace_target_iter = replace_target_iter	# 每iter次复制一次eval网络参数给target网络
        self.memory_size = memory_size  #记忆库容量
        self.batch_size = batch_size    #每批学习的个数
        self.epsilon_increment = e_greedy_increment     #逐步增大贪心比例
        self.epsilon = 0 if e_greedy_increment is not None else self.epsilon_max
        self.name = name	#给多个agent建立网络时
        self.sess = sess
        self.build()

        self.learn_step_counter = 0
        self.memory = []
        self.losses = []

        '''复制网络'''
        t_params = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope='target_net')
        e_params = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope='eval_net')
        with tf.variable_scope('hard_replacement'):
            self