- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在查看FrozenLake environments在露天健身房。在这两种方法中,在智能体达到目标之前,都没有奖励,甚至没有负奖励。即使特工掉进冰里,也没有负面奖励——尽管情节结束了。没有奖励,就没有什么可学的!每集都从头开始,没有从之前的剧集中受益。
这应该是一个简单的广度优先搜索。它不需要RL。但假设您使用 RL,一种方法是,如果迈入卡住方 block (这不是目标),则奖励 -1;如果迈入洞,则奖励 -10。 -1 可以让智能体学会不重复方 block 。 -10 可以让智能体学会避开漏洞。所以我很想在代理方面创造自己的负面奖励。这会让它更像悬崖行者。
我错过了什么?在没有奖励的情况下,强化学习将如何解决这个问题(除了通过随机搜索)?
最佳答案
您所描述的问题通常用 Reward Shaping 来回答.
喜欢结冰的湖泊环境或Montazuma's Revenge ,有些问题的奖励非常稀疏。这意味着任何 RL 智能体都必须花费很长时间来探索环境才能看到这些奖励。对于为代理设计任务的人来说,这可能会非常令人沮丧。因此,就像在冰冻的湖泊环境中一样,人们经常像您建议的那样添加额外的信息。这使得奖励函数更加密集,并且(有时)允许更快的学习(如果修改后的奖励函数实际上遵循人类希望代理执行的操作)。
为了使代理能够比随机搜索更快地解决此类问题,并且无需人工干预(例如奖励塑造或向代理提供专家玩游戏的视频),代理需要某种机制来探索空间智能方式[citation needed ].
该主题当前的一些研究领域是 Intrinsic Motivation , Curiosity ,和 Options和 Option discovery .
尽管前景光明,但这些研究领域仍处于起步阶段,有时说起来更容易:
if agent_is_in_a_hole:
return -10
关于openai-gym - FrozenLake OpenAI-Gym 环境如何在没有中间奖励的情况下解决?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51236984/
关注 this (不可读)论坛帖子,我认为将其发布在堆栈溢出上以供后代搜索它是合适的。 如何在 init 上为健身房环境传递参数? 最佳答案 同时支持 gym.make 中的论点已实现,因此您可以将关
调用 env.render() 总是渲染一个充满整个屏幕的窗口。 env = gym.make('FetchPickAndPlace-v1') env.reset() for i in range(1
我正在查看FrozenLake environments在露天健身房。在这两种方法中,在智能体达到目标之前,都没有奖励,甚至没有负奖励。即使特工掉进冰里,也没有负面奖励——尽管情节结束了。没有奖励,就
我已经尝试使用健身房几周了。然而,我没有成功。我正在尝试运行 CartPole 的此实现,但收到返回错误: NotImplementedError:抽象 据我所知,我已经安装了健身房。但是,无论出于何
我使用的是 WSL2 和 Ubuntu 20.4,我使用 (venv) 创建了一个全新的虚拟环境,并按照 OpenAI 官方页面的说明 (https://retro.readthedocs.io/en
我使用的是 WSL2 和 Ubuntu 20.4,我使用 (venv) 创建了一个全新的虚拟环境,并按照 OpenAI 官方页面的说明 (https://retro.readthedocs.io/en
是否可以让 faSTLane gym Action 跳过存档和导出到 IPA?例如,如果您只是在 CI 服务器上构建验证,并且不需要输出,而只想验证编译和测试步骤。 最佳答案 你应该检查scan :
所以我刚刚开始使用 OpenAI 的 Gym,并尝试在控制台中渲染环境。具体来说,它是 Taxi-v2 环境。在它应该显示颜色的地方,它只显示符号(我认为是它们的 ANSI 代码),所以我相信它没有正
我正在 OpenAI Gym 中制作自定义环境,但真的不明白,action_space 是做什么用的?我应该在里面放什么?准确地说,我不知道 action_space 是什么,我没有在任何代码中使用它
我创建了一个自定义健身房环境,其中的操作可以是 -100 到 +100 之间的任何整数。据我所知,不可能创建一个允许负值的离散空间,我唯一的解决方案是创建一个从 -100 到 +100 的 Box 空
我对下面提供的代码有一些问题。我正在研究 python 3.6。我已经重新安装了 Python 和运行代码所需的所有模块。总的来说,我所做的一切都是基于这个tutorial . 问题描述: 当我运行此
除了 openAI's doc ,我没能找到更详细的文档。 我需要知道正确的创建方法: 一个具有 1..n 个可能操作的操作空间。 (当前使用离散 Action 空间) 具有 2^n 状态的观察空间
我们有多个构建使用不同的应用程序 ID、配置文件和团队(一个团队 ID 是官方的,另一个是企业的)。我试图将它们放在 Gymfile 中,因为 faSTLane 无法弄清楚配置文件。 Gymfile
我已阅读 https://codesigning.guide/但决定不使用此解决方案来存储我的配置文件,而是将它们存储在每个项目的 git 中。 对于我的项目,我在我的 xconfig 文件中指定了我
我想知道在 OpenAI Gym( https://gym.openai.com/ ) 中观察 CartPole-v0 的规范。 例如,在下面的代码中输出observation。一种观察结果类似于 [
我正在尝试在 WSL 上使用来自 OpenAI 的著名“健身房”模块,并在 python 3.5.2 上执行代码。 当我尝试运行环境时 as explained here ,使用代码: import
从头开始构建 OpenAI Gym 环境时,必须定义一个 Action 空间。这是通过数据包“空间”中的自己的“数据结构”完成的。有几种不同类型的空间,如 Box、Discrete 等。我有一个元组列
如果我们查看环境的预览,它们会在右下角的动画中显示剧集的增加。 https://gym.openai.com/envs/CartPole-v1/ .是否有明确显示的命令? 最佳答案 我认为 Ope
我正在尝试运行 OpenAI Gym 环境,但是出现以下错误: import gym env = gym.make('Breakout-v0') 错误 /Library/Frameworks/Pyth
我想知道是否有人知道是否有教程或任何有关如何从 openai 健身房修改 CarRacing-v0 环境的信息,更确切地说是如何创建不同的道路,我还没有找到任何相关信息。 我想要做的就是创建一条更难的
我是一名优秀的程序员,十分优秀!