ReinforcementLearning

2020-04-29

【TF-Agents Tutorials (8) ネットワーク】今回はエージェントのネットワークのチュートリアルです。貴方のエージェントのためにどのようにカスタム・ネットワークを定義するかを説明します。 TF-Agen […]

2020-04-28

【TF-Agents Tutorials (7) SAC minitaur】今回は SAC minitaur のチュートリアルです。このサンプルは TF-Agents ライブラリを使用して Minitaur 環境上で […]

2020-04-27

【TF-Agents : Tutorials (6) REINFORCE エージェント】今回は REINFORCE エージェントのチュートリアルです。このサンプルは DQN チュートリアルに類似していて、TF-Agen […]

2020-04-25

【TF-Agents Tutorials (5) 再生バッファ】今回は再生バッファのチュートリアルです。強化学習アルゴリズムは環境でポリシーを実行するときその軌跡をストアするために再生バッファを利用します。訓練の間、エ […]

2020-04-23

【TF-Agents Tutorials (3) ポリシー】今回はポリシーのチュートリアルです。強化学習の用語では、ポリシーは環境からの観測をアクションかアクションに渡る分布にマップします。 TF-Agents は T […]