DLR-RM/stable-baselines3

Assert that the VecNormalize wrapper handles the new truncations correctly

Open

#1,093 opened on 2022年10月4日

GitHub で見る
 (2 comments) (0 reactions) (0 assignees)Python (6,550 stars) (1,407 forks)batch import
help wanted

説明

I need to think more about that one, but my guess is that it should not matter much, the scaling is meant to avoid large values and to evolve with the agent performance. Still, we should double check that. Could you open an issue so we don't forget?

Originally posted by @araffin in https://github.com/DLR-RM/stable-baselines3/pull/780#discussion_r985247261

コントリビューターガイド

技術スタック
pythonpytorch
領域
machine learningai
Issue 種別
research
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-3 hours
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
stale
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
mostly clear
前提条件
familiarity with VecNormalize wrapperunderstanding of RL truncation vs termination
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
30
調査方針
Investigate the VecNormalize implementation in stable baselines3 to ensure that truncation steps (as opposed to terminal steps) are correctly handled. Review the discussion in PR #780, particularly the comment by @araffin, and examine the relevant source code in vec normalize.py. Look for any potential issues with normalization updates during non terminal transitions and verify that the scaling logic accommodates truncations without bias.