cartpole

cartpole

强化学习算法DQN在OpenAI Cartpole环境中的应用

该项目展示了如何在OpenAI的Cartpole任务中应用DQN(深度Q学习)算法解决问题。通过调整超参数如GAMMA、学习率和记忆大小,目标是防止附有未驱动关节的杆子在无摩擦轨道上的小车倒下,以保持杆子直立并获得高奖励。解决标准是连续100次试验中平均奖励达到195。

Cartpole深度强化学习DQNOpenAIAdam优化器Github开源项目

项目简介:Cartpole

Cartpole 项目是一个基于强化学习的解决方案,专注于 OpenAI 提供的 Cartpole 环境。在这个环境中,一个杆子通过一个未激活的关节连接到小车上,小车则在一个无摩擦的轨道上移动。对小车施加+1或-1的力来控制整个系统。初始状态下,杆子处于竖直状态,目标是通过控制力使杆子不倒下。每个时间步杆子依然竖直时会获得+1的奖励。当杆子偏离垂直超过15度,或者小车距离中心超过2.4个单位时,本次尝试结束。

DQN(深度Q学习)

在这一项目中,运用了标准的深度Q学习算法(DQN)和经验回放机制来解决问题。

超参数

  • GAMMA(折扣因子):0.95
  • 学习率:0.001
  • 记忆库大小:1000000
  • 批量大小:20
  • 最大探索率:1.0
  • 最小探索率:0.01
  • 探索衰减率:0.995

模型结构

  1. 第一层全连接层:输入为4个神经元,输出为24个神经元,激活函数为Relu
  2. 第二层全连接层:输入为24个神经元,输出为24个神经元,激活函数为Relu
  3. 第三层全连接层:输入为24个神经元,输出为2个神经元,激活函数为线性函数
  • 损失函数使用均方误差(MSE)
  • 优化器采用Adam

性能表现

在CartPole-v0环境中,“解题”的标准是连续100次尝试中获得的平均奖励达到195.0。项目中通过多次实验,展示了模型训练后的效果。

示例试验

项目展示了一个成功试验的动画,通过不断调整小车的运动来保持杆子的竖直状态,从而长时间获得奖励。

试验表现图表

通过曲线图项目展示了模型在试验中的表现如何逐渐趋向稳定,并最终达到“解题”的标准,符合CartPole的要求。

作者

本项目由 Greg (Grzegorz) Surma 创作。更多关于作者的信息可以通过其个人网站、GitHub 和博客进一步了解。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多