cartpole

Cartpole

حل التعلم التعزيز لعرضية Openai.

تحقق من المقالة المتوسطة المقابلة: Cartpole - مقدمة في التعلم التعزيز (DQN - Deep Q -Learning)

عن

يتم إرفاق القطب بواسطة مفصل غير مفعول بعربة ، تتحرك على طول مسار الاحتكاك. يتم التحكم في النظام عن طريق تطبيق قوة +1 أو -1 على العربة. يبدأ البندول في وضع مستقيم ، والهدف من ذلك هو منعه من السقوط. يتم توفير مكافأة +1 لكل مدة توقيت يبقى القطب في وضع مستقيم. تنتهي الحلقة عندما يكون القطب أكثر من 15 درجة من العمودي ، أو تحرك العربة أكثر من 2.4 وحدة من المركز. مصدر

DQN

القياسي DQN مع تجربة تجربة.

أجهزة التقويم:

• جاما = 0.95
• Learning_rate = 0.001
• Memory_size = 1000000
• batch_size = 20
• exploration_max = 1.0
• exploration_min = 0.01
• exploration_decay = 0.995

هيكل النموذج:

1. طبقة كثيفة - الإدخال: 4 ، الإخراج: 24 ، التنشيط: relu
2. طبقة كثيفة - الإدخال 24 ، الإخراج: 24 ، التنشيط: relu
3. طبقة كثيفة - الإدخال 24 ، الإخراج: 2 ، التنشيط: خطي

• وظيفة فقدان MSE
• آدم المحسن

أداء

يعرّف CartPole-V0 "حل" على أنه الحصول على مكافأة متوسط ​​195.0 على 100 تجربة متتالية. مصدر

مثال GIF التجربة

مثال مخطط تجريبي

مخطط التجارب المحلول

مؤلف

جريج (غرزيغورز) سورما

مَلَفّ

جيثب

مدونة