DLR-RM/stable-baselines3

Prioritized Experience Replay for DQN

Open

#1,242 opened on 2022幎12月26日

GitHub で芋る
 (10 comments) (0 reactions) (0 assignees)Python (1,407 forks)batch import
enhancementhelp wanted

Repository metrics

Stars
 (6,550 stars)
PR merge metrics
 (平均マヌゞ 11d 13h) (30d で 3 merged PRs)

説明

🚀 Feature

Prioritized Experience Replay for DQN

Motivation

No response

Pitch

No response

Alternatives

No response

Additional context

No response

Checklist

  • I have checked that there is no similar issue in the repo

コントリビュヌタヌガむド

調査方針
DQNに優先床付き経隓再生を実装したす。再生バッファを倉曎しお優先床を保存し、それに基づいおサンプリングしたす。論文「Prioritized Experience Replay」Schaul et al., 2015のPERアルゎリズムを調査したす。stable baselines3の既存のDQN実装に統合したす。
技術スタック
python
領域
machine learningai
Issue 皮別
機胜
難床新しい貢献者にずっおの実装難床です。1 は非垞に小さな倉曎、5 は専門的な䜜業です。
3
掚定時間経隓ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-2日
掻動状況Issue が今どれだけ取り組みやすいかを瀺したす。新しい、掻発、叀い、ブロック䞭、たたはメンテナヌ入力埅ちなどです。
アクティブ
明確さ期埅される倉曎、受け入れ条件、次の手順がどれだけ明確かを瀺したす。
おおむね明確
前提条件
PythonPyTorchReinforcement Learning basics
初心者向け床初回貢献者にどれだけ取り組みやすいかを 1-100 で掚定したスコアです。
45