TadaoYamaoka https://blog.hatena.ne.jp/TadaoYamaoka/ TadaoYamaokaの開発日記 https://tadaoyamaoka.hatenablog.com/ 強化学習 Agent57 実験 この章では、まず実験のセットアップについて説明する。 NGUに続いて、Agent57はサイズN = 32の係数のファミリーを使用する。 割引の選択はNGUのそれとは異なり、0.99から0.9999の範囲のより高い値を可能にする（詳細については付録G.1を参照）。 メタコントローラーは、アクターにτ= 160エピソードとε= 0.5のウィンドウサイズを使用し、τ= 3600エピソードとε= 0.01のウィンドウサイズを使用する。 その他のハイパーパラメータはすべて、Atariフレームの標準的な前処理を含め、NGUのハイパーパラメータと同じである。 使用するハイパーパラメータと前処理の詳細に… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftadaoyamaoka.hatenablog.com%2Fentry%2F2020%2F04%2F13%2F093651" title="Agent57: Outperforming the Atari Human Benchmarkを読む その４ - TadaoYamaokaの開発日記" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://chart.apis.google.com/chart?cht=tx&chl=%5C%7B%28%5Cbeta_j%2C%5Cgamma_j%29%5C%7D_%7Bj%3D0%7D%5E%7BN-1%7D Hatena Blog https://hatena.blog 2020-04-13 09:36:51 rich https://tadaoyamaoka.hatenablog.com/entry/2020/04/13/093651 1.0 100%