DLR-RM/stable-baselines3

Assert that the VecNormalize wrapper handles the new truncations correctly

開放

#1,093 建立於 2022年10月4日

在 GitHub 查看貢獻者指南
 (2 則留言) (0 個反應) (0 位負責人)Python (1,407 個分叉)batch import
help wanted

倉庫指標

星標
 (6,550 顆星)
PR 合併指標
 (平均合併 11天 13小時) (30 天內合併 3 個 PR)

描述

I need to think more about that one, but my guess is that it should not matter much, the scaling is meant to avoid large values and to evolve with the agent performance. Still, we should double check that. Could you open an issue so we don't forget?

Originally posted by @araffin in https://github.com/DLR-RM/stable-baselines3/pull/780#discussion_r985247261

貢獻者指南

研究方向
研究 stable baselines3 中的 VecNormalize 實現，確保正確處理截斷步驟（而非終止步驟）。查閱 PR #780 中的討論，特別是 @araffin 的評論，並檢查 vec normalize.py 中的相關原始碼。尋找在非終止轉換期間歸一化更新的潛在問題，並驗證縮放邏輯是否能在無偏差的情況下處理截斷。
技術棧
python
領域
machine learning
議題類型
測試
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
2
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
1-3 小時
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
活躍
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
大致清晰
前置要求
PythonPyTorchReinforcement learning
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
70