是否可以將探索率設置為 0，並關閉穩定基線 3 算法的網絡訓練？
[英]Is it possible to set the exploration rate to 0, and turn off network training for a Stable Baselines 3 algorithm?
問題描述
在訓練穩定的基線 3 RL 算法（我主要使用 PPO）后，我想將探索率設置為 0，並關閉網絡訓練，這樣當給定相同的輸入時，我總是從 model 得到相同的 output（動作）（觀察）。 有可能這樣做嗎？ 如果不是，是否有理由說明為什么不應該這樣做？
1 個解決方案
解決方案1
1 2023-01-19 11:59:42
在調用 model.predict() 時將 deterministic 設置為 True 似乎可以解決問題（默認為 False）：
model.predict(observation, deterministic=True)
如何將訓練有素的穩定基線/TensorFlow 神經網絡導出到 MATLAB？
[英]How to export trained stable-baselines/TensorFlow neural network to MATLAB?
是否可以在 A2C 穩定基線 3 中公開重放緩沖區以包括人工判斷？
[英]Is it possible to expose replay buffer in A2C Stable Baselines 3 to include human judgements?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.