标签: python machine-learning artificial-intelligence reinforcement-learning openai-gym
我在 gym 中创建了我的自定义环境,这是一个迷宫。我使用带有 DQN 的 BoltzmannQPolicy 模型。 它可以很好地训练以下变量:
gym
DQN
BoltzmannQPolicy
所以我不给它图片或任何东西。如果我在相同的环境(相同的迷宫,不改变墙壁的位置)中训练和测试它,它可以轻松解决。但是如果我在没有训练的情况下将它引入一个完全不同的环境(迷宫),那么它不知道该怎么做。不知道是我的代码有问题,还是DQN只是为了解决同样的环境。