Políticas y actualización del contexto

giani.carlevaro — Tue, 19 Jan 2021 06:47:21 +0000

Hola, estoy perdido, no sé si voy avanzando, cada vez veo que me falta más por entender. Creo el problema es que no me actualiza las políticas, por lo que vi los rewards, el ratio de exploración, explorar y explotar funcionan correctamente en base a lo comentado en la clase de consulta, creo que en la política es que se trabaja con los pares de acciones pero no está aprendiendo de la red, no me queda clara la implementación de Bellman dentro del DQN, es necesario nos centremos en la parte de matemática?

Interpreto que lo que hay que lograr es que la política tendría que ver cómo cargarle la observación o nuevo contexto para que entrene porque siempre mantiene el mismo, en base a esto creo que lo que me está fallando son los pares de acciones al dar el siguiente estado no cambia, pero me marea select_action con esta función no se por dónde seguir para utilizarla he implementar que actualice el par estado, acción y que vaya entrenando. No sé si voy bien rumbeado o mejor vuelvo a leer teórico?

Gracias!

Ayuda RLG

sebastian.barcelona — Mon, 18 Jan 2021 17:01:46 +0000

Dado de que esta quedando menos de una semana, queria consultar si hay posibilidad de tirar algun pique, algun consejo, recomendacion, guia, que nos ayude a ver si podemos implementar con exito los metodos necesarios?

Ya que en mi caso particular, de todo lo que intente, aun no logre ni un minimo avance en el entrenamiento y me gustaria aprender sobre la tematica.

Aguardo sus comentarios.

Gracias

Consultas generales - Comunidad aiutechallenge

Políticas y actualización del contexto

Ayuda RLG