Q-Network 架構
你已經快要可以訓練你的第一個深度強化學習代理了！在開始第一個完整的訓練迴圈之前，你需要一個神經網路架構，來驅動代理的決策並讓它能學習。
你將修改先前練習中定義的通用架構。
torch 與 torch.nn 已在本練習中匯入。
本練習屬於課程
Python 的深度強化學習
練習說明
- 建立第一個隱藏層；它的輸入是環境的 state，維度為
state_size。 - 建立輸出層；它會為每個動作提供 Q-value，維度為
action_size。 - 完成
forward()方法；在這個例子中使用torch.relu作為啟用函式。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
class QNetwork(nn.Module):
def __init__(self, state_size, action_size):
super(QNetwork, self).__init__()
# Instantiate the first hidden layer
self.fc1 = nn.Linear(____, ____)
self.fc2 = nn.Linear(64, 64)
# Instantiate the output layer
self.fc3 = nn.Linear(____, ____)
def forward(self, state):
# Ensure the ReLU activation function is used
x = ____(self.fc1(torch.tensor(state)))
x = ____(self.fc2(x))
return self.fc3(x)