MinAtar: An Atari-Inspired Testbed for Thorough and Reproducible Reinforcement Learning Experiments
2022/6/2 23:21:17
本文主要是介绍MinAtar: An Atari-Inspired Testbed for Thorough and Reproducible Reinforcement Learning Experiments,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
发表时间:2019
文章要点:这篇文章做了一个简化版的Atari。现在的Atari game还是太慢了,大家做实验基本上都跑不超过5个随机种子,实验说服力不够。这篇文章搞了个简化版,输入只有1010n的binary的表征,其中n表示channel(n channels corresponding to game specific objects)。动作从原来的18个缩小到6个。Rewards只有0或者1。当前包含五个游戏Seaquest, Breakout, Asterix, Freeway and Space Invaders。作者在上面测了DQN和AC
总结:很有意义的事情,确实可以节省很多计算时间。不过目前还很简陋,游戏比较少,而且功能只有最基本的。比如没有clone_state, restore_state的API,没法恢复状态,做model-based 算法或者planning的话,只能用deepcopy。
疑问:无。
这篇关于MinAtar: An Atari-Inspired Testbed for Thorough and Reproducible Reinforcement Learning Experiments的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-05-15PingCAP 黄东旭参与 CCF 秀湖会议,共探开源教育未来
- 2024-05-13PingCAP 戴涛:构建面向未来的金融核心系统
- 2024-05-09flutter3.x_macos桌面os实战
- 2024-05-09Rust中的并发性:Sync 和 Send Traits
- 2024-05-08使用Ollama和OpenWebUI在CPU上玩转Meta Llama3-8B
- 2024-05-08完工标准(DoD)与验收条件(AC)究竟有什么不同?
- 2024-05-084万 star 的 NocoDB 在 sealos 上一键起,轻松把数据库编程智能表格
- 2024-05-08Mac 版Stable Diffusion WebUI的安装
- 2024-05-08解锁CodeGeeX智能问答中3项独有的隐藏技能
- 2024-05-08RAG算法优化+新增代码仓库支持,CodeGeeX的@repo功能效果提升