如何使用稳定的基线重置 epsilon

问题描述

我最近从使用自构建 DQN 转向使用稳定基线。

我确实成功地将已经训练好的代理的 epsilon 重新设置为高，然后重新开始训练。但是，我无法在文档中的任何地方找到如何在学习阶段重置 epsilon。我有以下代码：

model = DQN('MlpPolicy',env,learning_rate=1e-3,verbose=1,tensorboard_log="./dqn_stable_baseline/",exploration_fraction = 0.9,exploration_initial_eps = 1.0,exploration_final_eps = 0)

model.learn(total_timesteps=1000000)

我看到了衰减 epsilon 的方法，但我想知道在初始化模型并通过一个 .learn 集之后，如何使用新的 epsilon 重新传递 .learn？ （无需重新初始化整个模型）

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）