Training a walking policy with PPO
How PPO learns: policy gradients, advantages and the clipped update, with light maths. Then training with Stable-Baselines3: parallel environments, normalisation, the numbers in the log, saving, and what to do when nothing is learned.
Questa pagina non è ancora tradotta, quindi è mostrata in inglese.
Questa lezione fa parte del corso a pagamento. La prima lezione di ogni corso è gratuita.
Ordina via email24 €Rispondiamo entro un giorno con i dati di pagamento (bonifico o PayPal) e ti mandiamo i file via email subito dopo il pagamento.