DLR-RM/stable-baselines3

Prioritized Experience Replay for DQN

Open

#1,242 建立於 2022年12月26日

在 GitHub 查看
 (10 留言) (0 反應) (0 負責人)Python (1,407 fork)batch import
enhancementhelp wanted

倉庫指標

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

描述

🚀 Feature

Prioritized Experience Replay for DQN

Motivation

No response

Pitch

No response

Alternatives

No response

Additional context

No response

Checklist

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

貢獻者指南

研究方向
為DQN實現優先經驗回放，涉及修改回放緩衝區以存儲優先級並基於優先級採樣。研究論文《Prioritized Experience Replay》（Schaul等，2015）中的PER算法。將其集成到stable baselines3現有的DQN實現中。
技術棧
python
領域
machine learningai
議題類型
功能
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。
3
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。
1-2 天
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 basics
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。
45