集合三大类无模型强化学习算法，BAIR开源RL代码库rlpyt

试着写入一个（可能嵌套的）数组字典，这些数组具备一些共同的维度：

for k, v in src.items():if isinstance(dest[k], dict):..recurse..dest[k][slice_or_indexes] = v  

将上述代码替换成下列代码：

dest[slice_or_indexes] = src 

重要的是，不管 dest 和 src 是不同的 numpy 数组还是随机结构的数组集合，语法都是相同的（dest 和 src 的结构必须匹配，或者 src 是可应用于所有字段的单个值）。rlpyt 广泛使用该数据结构：使用相同的矩阵主维组织训练数据的不同元素，使其易于与期望时间维度或批量维度交互。此外，namedarraytuples 天然支持具备多模态动作或观测结果的环境。当神经网络的不同层使用不同模式时，这非常有用，因为它允许中间基础架构代码保持不变。

相关研究

深度强化学习新手可以先阅读其他资源，了解强化学习算法，如 OpenAI Spinning Up。

OpenAI Spinning Up 代码地址：https://github.com/openai/spinningup

文档地址：https://spinningup.openai.com/en/latest/

（编辑：成都站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!