qq_3311753064的博客

什么是CartPoleCartPole又叫倒立摆。如下图，小车上放了一根杆，杆会因重力而倒下。我们要通过移动小车保持杆树立，不让其倒下。网页跳转在实际训练中，发现每次reward上限只有200。在gym的安装位置在文件gym/envs/init.py 中，限定了最大的步数：max_episode_steps，可以通过修改它来解决问题。register( id="CartPole-v0", entry_point="gym.envs.classic_control:CartPoleE

阅读蘑菇书源码时，在写DQN网络的智能体是这样写的：class DQN: def __init__(self, state_dim, action_dim, cfg): self.action_dim = action_dim # 总的动作个数 self.device = cfg.device # 设备，cpu或gpu等 self.gamma = cfg.gamma # 奖励的折扣因子 # e-greedy策略相关参数

在磨菇书的源码中，common.model文件中的MLP类是这样写的：class MLP(nn.Module): def __init__(self, input_dim,output_dim,hidden_dim=128): """ 初始化q网络，为全连接网络 input_dim: 输入的feature即环境的state数目 output_dim: 输出的action总个数 """ super(MLP

V(s)=R(s)+γ∑s′∈SP(s′∣s)V(s′)V(s) = R(s) + \gamma \sum\limits_{s' \in S} {P(s'|s)V(s')} V(s)=R(s)+γs′∈S∑​P(s′∣s)V(s′)

unbutn20.04安装Anaconda及常见报错处理unbutn20.04桌面版下载创建安装盘安装unbutn20.04Anaconda安装检查是否安装成功添加清华大学提供的镜像源其他Anaconda功能测试使用anaconda安装一个python的包启动Anaconda图形界面在终端启动jupyter notebookAnaconda安装pytorchAnaconda安装后常见问题解决conda命令不能正常使用,提示未找到命令查看conda的版本，结果报错："conda: error: the fol