Kaixhin/Atari

Implement optimality tightening

Open

#60 opened on 2016年12月11日

GitHub で見る
 (8 comments) (0 reactions) (0 assignees)Lua (72 forks)github user discovery
enhancementhelp wanted

Repository metrics

Stars
 (263 stars)
PR merge metrics
 (30d に merged PR はありません)

説明

Learning to Play in a Day: Faster Deep Reinforcement Learning by Optimality Tightening potentially speeds up Q-learning by an order of magnitude! Apparently not too hard to implement either.

コントリビューターガイド

調査方針
論文「Learning to Play in a Day」を読み、既存のDQNコードベースに最適性タイトニングを実装してください。
技術スタック
lua
領域
machine learningai
Issue 種別
機能
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。
1-2日
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。
アクティブ
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。
明確
前提条件
reinforcement learningLua
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。
40