Skip to content

新增 DoubleDQN 训练与评估脚本与配置文件#3269

Closed
GODDDDD22311 wants to merge 1 commit into
OpenHUTB:mainfrom
GODDDDD22311:main
Closed

新增 DoubleDQN 训练与评估脚本与配置文件#3269
GODDDDD22311 wants to merge 1 commit into
OpenHUTB:mainfrom
GODDDDD22311:main

Conversation

@GODDDDD22311

Copy link
Copy Markdown
Contributor

修改概述:
新增 configs/double_dqn.yaml:在基础 DQN 配置之上扩展 DoubleDQN 相关超参数(tau、update_target_every)。
新增 eval_doubledqn.py:加载 DoubleDQN.pt 进行评估,提供预处理流水线,并使用 RecordVideo 输出评估视频。
实现功能
配置扩展
基于 _extends: ./dqn.yaml 继承基础配置,并新增/覆盖 tau: 0.005、update_target_every: 10000。
评估与视频录制
使用 CarRacing-v3(continuous=False,render_mode="rgb_array"),并通过 RecordVideo 将评估过程保存到指定目录。
评估时关闭探索(agent.epsilon = 0),按 episode seed 逐局运行,打印单局分数并输出平均分。
预处理链路:SkipFrame(skip=4) + GrayscaleObservation + ResizeObservation(84,84) + FrameStackObservation(stack_size=4)。
经过了什么样的测试?
本地评估验证:在存在 DoubleDQN.pt 的情况下运行 python eval_doubledqn.py,确认可正常输出每回合 score 与平均 score,并生成视频文件。
依赖说明:如启用 RecordVideo 录制视频,请确保环境已安装 moviepy(否则 Gymnasium 会报依赖缺失)。

运行效果

rl-video-DoubleDQN-episode-1
动画

@GODDDDD22311

Copy link
Copy Markdown
Contributor Author
  • [ ]

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant