1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 Deep Reinforcement Learning
Connected

연습 문제

REINFORCE 알고리즘 학습시키기

이제 REINFORCE로 Lunar Lander를 학습시킬 준비가 되었어요! 해야 할 일은 REINFORCE 학습 루프를 구현하는 것과 REINFORCE 손실 계산을 포함하는 것입니다.

손실 계산 단계가 내부 루프와 외부 루프 전반에 걸쳐 이루어지므로, 이번에는 calculate_loss() 함수를 사용하지 않습니다.

에피소드가 완료되면, 그 두 값을 사용해 손실을 계산할 수 있습니다.

참고로, 다음은 REINFORCE 손실 함수의 식입니다:

각 에피소드에서 에이전트의 성과를 출력하기 위해 이번에도 describe_episode() 함수를 사용합니다.

지침

100 XP
  • 선택한 행동의 로그 확률을 에피소드 로그 확률 목록에 추가하세요.
  • 현재 단계의 보상을 할인해 에피소드 반환값에 더하세요.
  • REINFORCE 에피소드 손실을 계산하세요.