Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
PARL
提交
2e56337e
P
PARL
项目概览
PaddlePaddle
/
PARL
通知
67
Star
3
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
18
列表
看板
标记
里程碑
合并请求
3
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PARL
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
18
Issue
18
列表
看板
标记
里程碑
合并请求
3
合并请求
3
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
2e56337e
编写于
6月 24, 2020
作者:
B
Bo Zhou
提交者:
GitHub
6月 24, 2020
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
support paddle 1.8.2 (#317)
上级
524ba6f6
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
2 addition
and
2 deletion
+2
-2
examples/DQN_variant/train.py
examples/DQN_variant/train.py
+1
-1
parl/algorithms/fluid/ddqn.py
parl/algorithms/fluid/ddqn.py
+1
-1
未找到文件。
examples/DQN_variant/train.py
浏览文件 @
2e56337e
...
@@ -93,7 +93,7 @@ def main():
...
@@ -93,7 +93,7 @@ def main():
act_dim
=
env
.
action_space
.
n
act_dim
=
env
.
action_space
.
n
model
=
AtariModel
(
act_dim
,
args
.
algo
)
model
=
AtariModel
(
act_dim
,
args
.
algo
)
if
args
.
algo
==
'D
ouble
'
:
if
args
.
algo
==
'D
DQN
'
:
algorithm
=
parl
.
algorithms
.
DDQN
(
model
,
act_dim
=
act_dim
,
gamma
=
GAMMA
)
algorithm
=
parl
.
algorithms
.
DDQN
(
model
,
act_dim
=
act_dim
,
gamma
=
GAMMA
)
elif
args
.
algo
in
[
'DQN'
,
'Dueling'
]:
elif
args
.
algo
in
[
'DQN'
,
'Dueling'
]:
algorithm
=
parl
.
algorithms
.
DQN
(
model
,
act_dim
=
act_dim
,
gamma
=
GAMMA
)
algorithm
=
parl
.
algorithms
.
DQN
(
model
,
act_dim
=
act_dim
,
gamma
=
GAMMA
)
...
...
parl/algorithms/fluid/ddqn.py
浏览文件 @
2e56337e
...
@@ -75,7 +75,7 @@ class DDQN(Algorithm):
...
@@ -75,7 +75,7 @@ class DDQN(Algorithm):
greedy_action
=
layers
.
argmax
(
next_action_value
,
axis
=-
1
)
greedy_action
=
layers
.
argmax
(
next_action_value
,
axis
=-
1
)
# calculate the target q value with target network
# calculate the target q value with target network
batch_size
=
layers
.
cast
(
layers
.
shape
(
greedy_action
)[
0
],
dtype
=
'int'
)
batch_size
=
layers
.
cast
(
layers
.
shape
(
greedy_action
)[
0
],
dtype
=
'int
32
'
)
range_tmp
=
layers
.
range
(
range_tmp
=
layers
.
range
(
start
=
0
,
end
=
batch_size
,
step
=
1
,
dtype
=
'int64'
)
*
self
.
act_dim
start
=
0
,
end
=
batch_size
,
step
=
1
,
dtype
=
'int64'
)
*
self
.
act_dim
a_indices
=
range_tmp
+
greedy_action
a_indices
=
range_tmp
+
greedy_action
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录