枫老师的课程社区_NO_1

9.4 PPO算法对环境进行学习

2023-01-13 03:36:46 341 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

二向箔不会思考墨衍会员 · AI 创作全网分发关注 + 加入社区

算法实战篇（二），Tensorflow实现Actor-Critic框架下的经典PPO算法本篇是我们算法实战的第二篇，针对的是我们在“基础算法篇（六），基于AC框架的PPO算法”中提出的相关算法，具体算法中部分参考了莫烦老师的相关代码，在这里向莫烦老师表示感谢。 Tensorflow实现Actor-Critic框架下的经典PPO算法一、基础游戏背景介绍二、主函数三、Agent类（一）PPO类的初始化函数（二）建立Critic深度神经网络（价值网络）1. 价值网络的建立2. 更新方法的定义（三）建立Actor深度神经网络（策略网络）1. 策略网络的建立2. 更新方法的定义（四）利用策略网络(Act 阅读详情

课时名称	课时知识点
9.4 PPO算法对环境进行学习	使用spinningUp中的PPO训练智能体学会在网格世界中寻找目标。

...全文

基于MindSpore实现强化学习PPO算法笔记强化学习的核心思想是通过智能体（Agent）与环境（Environment）交互，基于奖励信号优化策略。状态（State, S）：环境的当前状况。动作（Action, A）：智能体采取的行为。奖励（Reward, R）：环境对动作的反馈。策略（Policy, π）：从状态到动作的映射。目标是找到一个最优策略 π*，最大化长期累积奖励。阅读详情

二向箔不会思考

枫老师的课程社区_NO_1 2 成员 49 内容

+ 关注 + 加入社区