Pybrain强化学习实例

Question

正如问题所述，我正在为pybrain中的强化学习寻找一个很好的解释/示例，因为关于此的文档让我感到困惑，我可以让它工作，但我不明白如何将它应用于其他事物。

由于 汤姆

Answer 1

不幸的是，pybrain的rl类文档令人失望。我发现this blog非常有用。

总之，您需要确定以下组件（有关实现详细信息，请参阅链接上的教程）：

1. 环境：env = Environment(...)
2. 任务 - ＆gt; task = Task(env)
3. 一个控制器，它是一个模块（如表格），用于保存您的行动价值信息 - ＆gt; controller = Module(...)
4. 学习者 - ＆gt; learner = SARSA() - ＆gt;您也可以向学习者添加资源管理器。默认值为epsilon-greedy，epsilon = 0.3，decay = 0.9999。
5. 集成控制器和学习器的代理 - ＆gt; agent = Agent(controller, learner)
6. 整合任务和代理并进行实际迭代的实验 - ＆gt; experiment = Experiment(task, agent)

每个大写的类都应该用PyBrain中的相应类替换。然后你只需运行一个do-while循环来执行迭代和学习。请注意，用户可以设置多个选项，在实际问题中，您最有可能需要编写子类来概括pybrain的基本类，但步骤与此处的步骤相同。