pytorch/examples

Actor critic example not using discount rate properly

Aberta

#744 aberto em 27 de mar. de 2020

Ver no GitHubGuia do colaborador
 (3 comentários) (0 reação) (0 responsável)Python (9.429 forks)batch import
good first issuetriaged

Métricas do repositório

Stars
 (21.634 estrelas)
Métricas de merge de PR
 (Métricas PR pendentes)

Description

The Actor Critic example (which is actually an implementation of REINFORCE-with-baseline as pointed out in https://github.com/pytorch/examples/issues/573), does not use the discount rate properly.

The loss should include \gamma ^ t, as shown in the box on page 330 of Sutton & Barto:

image

Guia do colaborador

Direção de pesquisa
Inspecione o código de exemplo actor critic, localize o cálculo da perda e modifique o para incluir o fator de desconto (gamma^t) conforme o algoritmo REINFORCE with baseline de Sutton & Barto.
Pilha de tecnologia
pythonpytorch
Domain
machine learningai
Tipo Issue
Bug
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-3 horas
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonPyTorchGit
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
65