Fronta s dvojitým koncem
Seznam se s datovou strukturou fronty s dvojitým koncem, kterou budeš používat jako replay buffer.
Fronta s dvojitým koncem, neboli deque, je fronta s omezenou kapacitou, která postupně „zapomíná" nejstarší položky, když přibývají nové. Jde o ideální abstrakci pro implementaci replay bufferu.
Toto cvičení je součástí kurzu
Deep Reinforcement Learning v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
from collections import deque
buffer = deque(range(10))
print('Buffer initialized as:', buffer)
# Append 10 to the right of the buffer
buffer.____
print('Buffer after appending:', buffer)