當前位置: 首頁>>代碼示例>>Python>>正文


Python value_functions.NeuralNetValueFunction方法代碼示例

本文整理匯總了Python中baselines.acktr.value_functions.NeuralNetValueFunction方法的典型用法代碼示例。如果您正苦於以下問題:Python value_functions.NeuralNetValueFunction方法的具體用法?Python value_functions.NeuralNetValueFunction怎麽用?Python value_functions.NeuralNetValueFunction使用的例子?那麽, 這裏精選的方法代碼示例或許可以為您提供幫助。您也可以進一步了解該方法所在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個代碼示例,這些例子默認根據受歡迎程度排序。您可以為喜歡或者感覺有用的代碼點讚,您的評價將有助於係統推薦出更棒的Python代碼示例。

示例1: train

# 需要導入模塊: from baselines.acktr import value_functions [as 別名]
# 或者: from baselines.acktr.value_functions import NeuralNetValueFunction [as 別名]
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() 
開發者ID:Hwhitetooth,項目名稱:lirpg,代碼行數:19,代碼來源:run_mujoco.py

示例2: train

# 需要導入模塊: from baselines.acktr import value_functions [as 別名]
# 或者: from baselines.acktr.value_functions import NeuralNetValueFunction [as 別名]
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() 
開發者ID:cxxgtxy,項目名稱:deeprl-baselines,代碼行數:23,代碼來源:run_mujoco.py


注:本文中的baselines.acktr.value_functions.NeuralNetValueFunction方法示例由純淨天空整理自Github/MSDocs等開源代碼及文檔管理平台,相關代碼片段篩選自各路編程大神貢獻的開源項目,源碼版權歸原作者所有,傳播和使用請參考對應項目的License;未經允許,請勿轉載。