-
Deep Q Networkを改善してCartpole-V1を140エピソードで攻略しました（最寄りのスコア10個の平均値が５００を達成した時点で終了）。 ソースコードは借りたものですが、Experience Replay用のBufferが十分に埋まるまでEpsilon値を削... -
まずはRNNの復習を終わったところでRNN及びLSTMをDeep Reinforcement Learningで使えるかどうか調べたら、このようなリサーチペーパーがありました： DRQN？！ . They have, however, struggled with learn... -
episode: 0 score: -41.59034754863541 mean: -41.59 std: 0.0 episode: 1 score: -75.87242108451743 mean: -58.73 std: 17.14 episode: 2 score: ...
0 件のコメント:
コメントを投稿