CommencezCommencez gratuitement

Fonction de perte DQN minimale

Avec la fonction select_action() maintenant prête, il ne vous reste qu'une dernière étape avant de pouvoir entraîner votre agent : vous allez implémenter calculate_loss().

La fonction calculate_loss() retourne la perte du réseau pour une étape donnée de l'épisode.

Pour référence, la perte est donnée par :

Les données d'exemple suivantes ont été chargées dans l'exercice :

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

Cette activité fait partie du cours

Deep Reinforcement Learning en Python

Voir le cours

Instructions de l’exercice

  • Obtenez la valeur Q de l'état courant.
  • Obtenez la valeur Q du prochain état.
  • Calculez la valeur Q cible (ou TD-target).
  • Calculez la fonction de perte, c.-à-d. l'erreur de Bellman au carré.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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)
Modifier et exécuter le code