PPOで強化学習する時のベストプラクティスの話 - EnsekiTT Blog

こんにちは、えんせきです。 熱は出なくなったのですがいかんせん喉のイガイガがとれません。 とても寒いからエアコンも消せないし加湿器かなにかを導入するか迷っています。 つまりなにしたの？ Best Practices when training with PPOを読んだので適用する時に都度英語を読まないで良いように日本語メモにした。 （日本語訳ではなく実装時に読み取れればいい程度なので情報は落ちる） PPOはml-agentsにデフォルトで入っている強化学習手法 ensekitt.hatenablog.com これの続き 参考文献 https://github.com/Unity-Technologies/ml-agents/blob/master/docs/best-practices-ppo.md PPOって？ Proximal Policy Optimization https://b