AI4Finance-Foundation / AI4Finance-Foundation/ElegantRL

AgentPPO中的explore_one_env

Abierto
#56 1 comentario 0 reacciones 0 asignados Ver en GitHub
help_wanted
Lenguaje dominante
Python
Estrellas
4.4k
Forks
978
Métricas de merge de PR
Sin PR fusionados en 30 d

Descripción

请教下AgentPPO中的explore_one_env中的splice list 的作用是什么

` def explore_one_env(self, env, target_step):
traj_temp = list()

state = self.states[0]
last_done = 0
for i in range(target_step):
action, noise = [ary[0] for ary in self.select_actions((state,))]
next_state, reward, done, _ = env.step(np.tanh(action))
traj_temp.append((state, reward, done, action, noise))
if done:
state = env.reset()
last_done = i
else:
state = next_state
self.states[0] = state

'''splice list'''
traj_list = self.traj_list[0] + traj_temp[:last_done + 1]
self.traj_list[0] = traj_temp[last_done:]
return traj_list`

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Línea de trabajo

Start with AgentPPO.explore_one_env and trace where self.traj_list is initialized and consumed. Follow traj_temp, last_done, and the concatenation and slices around the “splice list” comment. Done means documenting why completed-episode data is returned while the unfinished rollout remains buffered.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Stack tecnológico
python
Área
machine-learning
Tipo de issue
Documentación
Dificultad
2/5
Tiempo estimado
1-3 horas
Estado de actividad
Estancado
Claridad
Necesita aclaración
Aptitud para principiantes
25/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.