Instansiera Q-nätverket
Nu när du har definierat arkitekturen är det dags att instansiera det faktiska nätverket som din agent ska använda, samt dess optimerare. Lunar Lander-miljön har ett tillståndsutrymme med dimension 8 och ett handlingsutrymme med dimension 4 (motsvarande 0: do nothing, 1: left thruster, 2: main engine, 3: right thruster).
Klassen QNetwork från föregående övning finns tillgänglig.
Den här övningen är en del av kursen
Djup förstärkningsinlärning i Python
Övningsinstruktioner
- Instansiera ett Q-nätverk för Lunar Lander-miljön.
- Definiera Adam-optimeraren för det neurala nätverket med en inlärningshastighet på 0.0001.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
state_size = 8
action_size = 4
# Instantiate the Q Network
q_network = QNetwork(____, ____)
# Specify the optimizer learning rate
optimizer = optim.Adam(q_network.parameters(), ____)
print("Q-Network initialized as:\n", q_network)