pytorch/examples

Actor critic example not using discount rate properly

Ouverte

#744 ouverte le 27 mars 2020

Voir sur GitHubGuide contributeur
 (3 commentaires) (0 réaction) (0 personne assignée)Python (9 429 forks)batch import
good first issuetriaged

Métriques du dépôt

Stars
 (21 634 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

The Actor Critic example (which is actually an implementation of REINFORCE-with-baseline as pointed out in https://github.com/pytorch/examples/issues/573), does not use the discount rate properly.

The loss should include \gamma ^ t, as shown in the box on page 330 of Sutton & Barto:

image

Guide contributeur

Direction de recherche
Inspectez le code d'exemple actor critic, localisez le calcul de la perte et modifiez le pour inclure le facteur d'actualisation (gamma^t) selon l'algorithme REINFORCE with baseline de Sutton & Barto.
Stack technique
pythonpytorch
Domaine
machine learningai
Type d'issue
Bug
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonPyTorchGit
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
65