PPO

PPO

Unity MLエージェントに基づくOpenaiジム環境のPPO実装：https：//github.com/unity-technologies/ml-agents

注目すべき変更は次のとおりです。

• トレーニング中に非確率的ポリシーで進歩を継続的に表示する能力
• Openai環境で動作します
• エピソードを記録するオプション
• 与えられたフレーム数の状態正規化
• フレームスキップ
• より速い報酬割引など。