如何解决如何告诉tf_agent Epiode已终止？
我正在学习强化学习，并且正在tf-agent中使用DQN教程。我将环境更改为OpenAI Gym Mountain Cart问题，发现培训代理真的很困难。我认为的可能原因是在缓冲区中，数据是逐集存储的，这意味着下一个情节的开始与上一个情节保持一致，代理可能会认为终端状态之后的状态是初始状态。状态。
我的代码在这里，可以看看吗？ https://colab.research.google.com/drive/1h8oEujl61qJxj9ukBseyj4QyGLy49het?usp=sharing 预先谢谢你！
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
