Apprentissage du renforcement: diminution des pertes sans augmenter la récompense

datascience.stackexchange https://datascience.stackexchange.com/questions/37792

  •  31-10-2019
  •  | 
  •  

Question

J'essaye de résoudre Lunarlander-V2 d'Openai Gym.

J'utilise l'algorithme d'approvisionnement en Q-Learning. J'ai essayé divers hyperparamètres, mais je ne peux pas obtenir un bon score.

Généralement, la perte diminue sur de nombreux épisodes, mais la récompense ne s'améliore pas beaucoup.enter image description here

Comment dois-je interpréter cela? Si une perte plus faible signifie des prédictions de valeur plus précises, naïvement, je m'attendais à ce que l'agent prenne des actions plus élevées.

Serait-ce un signe que l'agent n'ait pas suffisamment exploré, d'être coincé dans un minimum local?

Pas de solution correcte

Licencié sous: CC-BY-SA avec attribution
scroll top