代码拉取完成,页面将自动刷新
强化学习中的策略网络算法。《TensorFlow实战》一书中强化学习部分的策略网络算法,仿真环境为gym的CartPole,本项目是对原书代码进行了部分重构,是在以前的版本CartPole_PolicyNetwork项目基础上的改进版本,主要讨论了强化学习在多仿真环境下单步交互并行化设计。本项目分布给出了mode=0,mode=1,mode=2,mode=3共四种并行设计。
python3.7, tensorflow-gpu==1.14, gym, numpy
讨论了强化学习在多仿真环境下单步交互并行化设计,mode_3文件夹下面的为几种设置下的试验结果。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。