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
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))