代码之家 › 专栏 › 技术社区 › mrk

麻省理工学院深度交通挑战中的奖励功能?

reward reinforcement-learning machine-learning

mrk · 技术社区 · 8 年前

在对体系结构有了大致的了解之后,我想知道环境所提供的奖励功能究竟是什么。

我还找到了这个javascript Codebase

1 回复 | 直到 8 年前

mljack 8 年前

奖励是在间隔内按比例缩放的平均速度:

    var reward = (avgSpeedMeasurement - 60) / 20;

推荐文章

oakca · 用强化学习代替差分进化实现网络优化控制

1 年前

saks · LSTM-DQNAgent执行股票预测时的输入形状和尺寸兼容性问题

2 年前

sleexed · Keras模型突然开始输出张量。如何恢复?

2 年前

user19826638 · 环境`MiniWorld拾取对象`不存在

3 年前

Matt C · PPO模型学习良好,然后只预测负面行为

3 年前

desert_ranger · StableBaselines3-NotImplementedError:不支持观察空间

3 年前

aimkeys mwaura · 动态行动空间的强化学习

3 年前

Uzair Gheewala · A2C模型在一次发作后没有做出预测/没有学习

3 年前

Charles1 · 在EC2 Ubuntu上为健身乒乓球训练RL代理导致OOM

3 年前

Preston Menke · 用于强化学习的OpenAI Gym Mario模型中的值太多/不够

3 年前