DLR-RM/stable-baselines3

[Feature Request] RAINBOW

Open

#622 opened on 2021年10月22日

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

説明

Important Note: We do not do technical support, nor consulting and don't answer personal questions per email. Please post your question on the RL Discord, Reddit or Stack Overflow in that case.

🚀 Feature

Implement RAINBOW (DQN + all extensions: noisy-net, double dqn, dueling, c51, prioritized experience replay).

closes #487 if it is implemented.

Motivation

This would allow to have DQN with all extensions while keeping DQN code simple.

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

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
feature
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。
5
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。
over 1 week
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
reinforcement learningPyTorchstable baselines3DQN
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。
15
調査方針
Review the existing DQN implementation in stable baselines3/dqn/. Examine referenced issue #487 for prior discussion. Understand each extension: noisy nets, double DQN, dueling network, C51 distributional RL, and prioritized experience replay. Plan modular integration into the DQN class. Consult the Rainbow paper for algorithmic details.