1. Учиться
    2. /
  2. Courses
    3. /
  3. Python으로 배우는 Deep Reinforcement Learning
Connected

Exercise

DRL 학습 루프

에이전트가 환경을 반복적으로 경험하도록 하려면 학습 루프를 구성해야 해요.

많은 DRL 알고리즘은 다음과 같은 핵심 구조를 공유합니다:

  1. 에피소드를 반복합니다.
  2. 각 에피소드 내에서 스텝을 반복합니다.
  3. 각 스텝에서 행동을 선택하고, 손실을 계산한 뒤, 네트워크를 업데이트합니다.

코드가 실행될 수 있도록 자리표시자 select_action()과 calculate_loss() 함수가 제공되어 있어요. 이전 연습 문제에서 정의한 Network와 optimizer도 사용할 수 있습니다.

Инструкции

100 XP
  • 바깥 루프(에피소드 반복)가 총 10개 에피소드 동안 실행되도록 하세요.
  • 안쪽 루프(스텝 반복)는 에피소드가 완료될 때까지 실행되도록 하세요.
  • select_action()으로 선택한 행동을 env 환경에서 수행하세요.
  • 내부 루프 반복이 끝날 때, 다음 스텝을 시작하기 전에 상태를 업데이트하세요.