TD3学习算法,reward到后期开始减小
最近用TD3做一个仿真,不论我怎么修改参数,总是前期奖励比较正常地在增大,到后面奖励就开始下降(这张图是迭代次数比较少的情况,不算特别明显,有时候一直迭代到>1000次,奖励都是下降的趋势)
我参考了一些建议,有博主分析可能是学习率太大或者奖励设置不合理,我后面修改过学习率和奖励,但没什么变化,最后是想起TD3有引入噪声,我之前那版没有噪声是没有衰减的,加入噪声衰减然后得到了下面的效果,基本达到了我需要的收敛效果,当然这个图里面收敛比较快,因为输入数据不一样,有时候收敛也比较慢
总结:
当然,我觉得噪声衰减这个方法可能有一定的前提,首先我的学习率是设置了衰减,奖励也是在我反复调整很多次之后得到的,所以总体效果还可以,如果其他参数还很有问题的情况下,不一定会有这个效果。
我也只是新手,至于用在其他模型上的效果怎么样我不太好说,但可以作为一个尝试的手段;
另外就是,我引用的他人的代码,对于网络结构和初始化参数基本没修改,但跑出来效果还行,然后针对具体问题微调,最重要的可能还是你自己的模型是否合理,比如我有好几次遇到瓶颈都是因为我将自己的模型环境套进去时,有几处小错误,而不是学习算法本身的参数问题
TD3学习算法,reward到后期开始减小相关推荐
- Twin Delayed DDPG(TD3)-强化学习算法
文章目录 Background Quick Facts Key Equations Exploration vs. Exploitation Pseudocode Documentation Back ...
- 只用1/500数据就打败人类!一种采样高效的强化学习算法 | 报告详解
[栏目:前沿进展]近日,清华大学交叉信息研究院高阳研究组在强化学习领域中取得突破,研究组所提出的模型EfficientZero首次在雅达利(Atari )游戏数据上超过同等游戏时长的人类平均水平.Ef ...
- 一文梳理深度学习算法演进
来源:https://zhuanlan.zhihu.com/p/464515049 作者:Peter潘欣 编辑:蘑菇先生 学习记涉及语音.图像.nlp.强化学习.隐私保护.艺术创作.目标检测.医疗.压 ...
- 【强化学习】什么是强化学习算法?
[强化学习]什么是强化学习算法? 一.强化学习解决什么问题? 二.强化学习如何解决问题? 2.1.强化学习的基本框架 2.2.强化学习系统的要素 2.3.强化学习与监督学习的区别 2.4.强化学习与非 ...
- 回顾6年深度学习算法实践和演进
作者:Peter(滑铁卢大学 计算机) 原文链接:https://zhuanlan.zhihu.com/p/464515049 本文转载自知乎,著作权归属原作者,如有侵权,请联系删文. 01 前言 如 ...
- 如何提高强化学习算法模型的泛化能力?
深度强化学习实验室 官网:http://www.neurondance.com/ 来源:https://zhuanlan.zhihu.com/p/328287119 作者:网易伏羲实验室 编辑:Dee ...
- 强化学习经典算法笔记(十九):无监督策略学习算法Diversity Is All You Need
强化学习经典算法笔记19:无监督策略学习算法Diversity Is All You Need DIAYN核心要点 模型定义 目标函数的构造 DIAYN算法细节 目标函数的优化 SAC的训练 判别器的 ...
- 深度强化学习算法调参
深度强化学习调参技巧:以D3QN.TD3.PPO.SAC算法为例 这个参考链接. 如何选择深度强化学习算法? 参考链接. 影响PPO算法性能的10个关键技巧(附PPO算法简洁Pytorch实现) 主要 ...
- 通俗讲解集成学习算法!
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:黄星源,Datawhale优秀学习者 本文以图文的形式对模型算法中 ...
最新文章
- Linux 创建子进程执行任务
- arduino出现java错误_arduino在上传的时候出现这样的错误,在线求助大神!!!
- python中的装饰器、装饰器模式_python 设计模式之装饰器模式 Decorator Pattern
- 计算机网络---分层结构、协议、接口、服务
- mysql 查询缓存设置_MySQL查询缓存设置 提高MySQL查询性能
- Facebook的智能音箱跳,票,了
- python视频免费百度云-Python开发视频百度云分享
- java包装经验_java中基本类型和包装类型实践经验
- ubuntu下vscode字体高与缩进不成比
- 构建五种机器学习模型作比较(某金融数据集)
- Mac可以把html做成壁纸吗,「iWall」Mac动态桌面软件就用这款,还可使用网页作为桌面背景...
- 微星B550M迫击炮,设备管理器 声卡不显示Realtek解决办法
- SIM868获取NTP时间
- 人生感悟-人生需学会放下
- 崩坏三8月20号服务器维修,崩坏3手游8月20日更新了什么
- Sikuli+Selenium查询百度地图线路
- 我最希望成最没成的屏幕情侣....
- DSP基本序列MATLAB代码
- 使用Java开发一个自己的区块链产品、联盟链
- 老外的个人网站原来是这样设计的:17个最佳范例给你灵感