Erste SchritteKostenlos loslegen

Barebone DQN Verlustfunktion

Da die Funktion select_action() nun fertig ist, fehlt dir nur noch ein letzter Schritt, um deinen Agenten zu schulen: Du implementierst nun calculate_loss().

calculate_loss() gibt den Netzwerkverlust für einen bestimmten Schritt der Episode zurück.

Zum Vergleich: Der Verlust wird wie folgt angegeben:

Die folgenden Beispieldaten wurden für die Übung geladen:

state = torch.rand(8)
next_state = torch.rand(8)
action = select_action(q_network, state)
reward = 1
gamma = .99
done = False

Diese Übung ist Teil des Kurses

Deep Reinforcement Learning in Python

Kurs anzeigen

Anleitung zur Übung

  • Erfahre den aktuellen Q-Wert.
  • Erhalte den nächsten Q-Wert für den Zustand.
  • Berechne den Q-Zielwert, oder TD-target.
  • Berechne die Verlustfunktion, d.h. den quadrierten Bellman-Fehler.

Interaktive Übung zum Anfassen

Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.

def calculate_loss(q_network, state, action, next_state, reward, done):
    q_values = q_network(state)
    print(f'Q-values: {q_values}')
    # Obtain the current state Q-value
    current_state_q_value = q_values[____]
    print(f'Current state Q-value: {current_state_q_value:.2f}')
    # Obtain the next state Q-value
    next_state_q_value = q_network(next_state).____    
    print(f'Next state Q-value: {next_state_q_value:.2f}')
    # Calculate the target Q-value
    target_q_value = ____ + gamma * ____ * (1-done)
    print(f'Target Q-value: {target_q_value:.2f}')
    # Obtain the loss
    loss = nn.MSELoss()(____, ____)
    print(f'Loss: {loss:.2f}')
    return loss

calculate_loss(q_network, state, action, next_state, reward, done)
Bearbeiten und Ausführen von Code