magenta/magenta

Make it easier to use different reward functions in rl_tuner

Open

#375 opened on 2016年11月10日

GitHub で見る
 (1 comment) (1 reaction) (0 assignees)Python (18,909 stars) (3,723 forks)batch import
help wanted

説明

The reward calculation code should be factored out into a separate class that implements an interface. This would make it easier for users to create their own reward implementations.

コントリビューターガイド

技術スタック
python
領域
machine learning
Issue 種別
refactor
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。
half day
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。
clear
前提条件
Pythonbasic OOP
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。
70
調査方針
Examine the current reward function implementation in the rl tuner module, likely in files like rl tuner.py or similar. Identify the reward calculation logic and propose a refactored class structure with a clear interface. Check any existing tests to ensure backward compatibility.