是否可以将探索率设置为 0，并关闭稳定基线 3 算法的网络训练？
[英]Is it possible to set the exploration rate to 0, and turn off network training for a Stable Baselines 3 algorithm?
问题描述
在训练稳定的基线 3 RL 算法（我主要使用 PPO）后，我想将探索率设置为 0，并关闭网络训练，这样当给定相同的输入时，我总是从 model 得到相同的 output（动作）（观察）。 有可能这样做吗？ 如果不是，是否有理由说明为什么不应该这样做？
1 个解决方案
解决方案1
1 2023-01-19 11:59:42
在调用 model.predict() 时将 deterministic 设置为 True 似乎可以解决问题（默认为 False）：
model.predict(observation, deterministic=True)
如何将训练有素的稳定基线/TensorFlow 神经网络导出到 MATLAB？
[英]How to export trained stable-baselines/TensorFlow neural network to MATLAB?
是否可以在 A2C 稳定基线 3 中公开重放缓冲区以包括人工判断？
[英]Is it possible to expose replay buffer in A2C Stable Baselines 3 to include human judgements?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.