IniziaInizia gratis

Calcolo delle loss di Actor-Critic

Come ultimo passo prima di addestrare il tuo agente con A2C, scrivi una funzione calculate_losses() che restituisca le loss per entrambe le reti.

Per riferimento, queste sono le espressioni rispettivamente per le funzioni di loss di actor e critic:

Questo esercizio fa parte del corso

Deep Reinforcement Learning in Python

Visualizza il corso

Istruzioni dell'esercizio

  • Calcola il target TD.
  • Calcola la loss per la rete Actor.
  • Calcola la loss per la rete Critic.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

def calculate_losses(critic_network, action_log_prob, 
                     reward, state, next_state, done):
    value = critic_network(state)
    next_value = critic_network(next_state)
    # Calculate the TD target
    td_target = (____ + gamma * ____ * (1-done))
    td_error = td_target - value
    # Calculate the actor loss
    actor_loss = -____ * ____.detach()
    # Calculate the critic loss
    critic_loss = ____
    return actor_loss, critic_loss
  
actor_loss, critic_loss = calculate_losses(
        critic_network, action_log_prob, 
        reward, state, next_state, done
)
print(round(actor_loss.item(), 2), round(critic_loss.item(), 2))
Modifica ed esegui il codice