当前位置: 首页>>代码示例>>Python>>正文


Python value_functions.NeuralNetValueFunction方法代码示例

本文整理汇总了Python中baselines.acktr.value_functions.NeuralNetValueFunction方法的典型用法代码示例。如果您正苦于以下问题:Python value_functions.NeuralNetValueFunction方法的具体用法?Python value_functions.NeuralNetValueFunction怎么用?Python value_functions.NeuralNetValueFunction使用的例子?那么, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在baselines.acktr.value_functions的用法示例。


在下文中一共展示了value_functions.NeuralNetValueFunction方法的2个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。

示例1: train

# 需要导入模块: from baselines.acktr import value_functions [as 别名]
# 或者: from baselines.acktr.value_functions import NeuralNetValueFunction [as 别名]
def train(env_id, num_timesteps, seed):
    env = make_mujoco_env(env_id, seed)

    with tf.Session(config=tf.ConfigProto()):
        ob_dim = env.observation_space.shape[0]
        ac_dim = env.action_space.shape[0]
        with tf.variable_scope("vf"):
            vf = NeuralNetValueFunction(ob_dim, ac_dim)
        with tf.variable_scope("pi"):
            policy = GaussianMlpPolicy(ob_dim, ac_dim)

        learn(env, policy=policy, vf=vf,
            gamma=0.99, lam=0.97, timesteps_per_batch=2500,
            desired_kl=0.002,
            num_timesteps=num_timesteps, animate=False)

        env.close() 
开发者ID:Hwhitetooth,项目名称:lirpg,代码行数:19,代码来源:run_mujoco.py

示例2: train

# 需要导入模块: from baselines.acktr import value_functions [as 别名]
# 或者: from baselines.acktr.value_functions import NeuralNetValueFunction [as 别名]
def train(env_id, num_timesteps, seed):
    env=gym.make(env_id)
    env = bench.Monitor(env, logger.get_dir() and os.path.join(logger.get_dir(), str(rank)))
    set_global_seeds(seed)
    env.seed(seed)
    gym.logger.setLevel(logging.WARN)

    with tf.Session(config=tf.ConfigProto()):
        ob_dim = env.observation_space.shape[0]
        ac_dim = env.action_space.shape[0]
        with tf.variable_scope("vf"):
            vf = NeuralNetValueFunction(ob_dim, ac_dim)
        with tf.variable_scope("pi"):
            policy = GaussianMlpPolicy(ob_dim, ac_dim)

        learn(env, policy=policy, vf=vf,
            gamma=0.99, lam=0.97, timesteps_per_batch=2500,
            desired_kl=0.002,
            num_timesteps=num_timesteps, animate=False)

        env.close() 
开发者ID:cxxgtxy,项目名称:deeprl-baselines,代码行数:23,代码来源:run_mujoco.py


注:本文中的baselines.acktr.value_functions.NeuralNetValueFunction方法示例由纯净天空整理自Github/MSDocs等开源代码及文档管理平台,相关代码片段筛选自各路编程大神贡献的开源项目,源码版权归原作者所有,传播和使用请参考对应项目的License;未经允许,请勿转载。