Ended 20 months ago
137 participants
103 submissions

DRL Course 2023 Домашнее задание 2

Задания по второй лекции и второму практическому занятию

Задания

После лекции 2 и практического занятия 2 требуется выполнить два домашних задания:

  1. Пользуясь алгоритмом Кросс-Энтропии для конечного пространства действий обучить агента решать Acrobot-v1 или LunarLander-v2 на выбор. Исследовать гиперпараметры алгоритма и выбрать лучшие.
  2. Реализовать алгоритм Кросс-Энтропии для непрерывного пространства действий. Обучить агента решать Pendulum-v1 или MountainCarContinuous-v0 на выбор. Исследовать гиперпараметры алгоритма и выбрать лучшие.

Оформление

Код каждого задания следует выполнить в отдельном .py файле с названием "(фамилия)_practice2_(номер задания).py". Результаты всех исследований по заданиям 1 и 2 следует оформить в отчет в виде одного .pdf файла с названием "(фамилия)_practice2.pdf". Отчеты оформляются в произвольной форме, однако должны содержать  

  • оглавление,
  • описание экспериментов,
  • результаты экспериментов проиллюстрированные в виде графиков обучения (ось x - количество итераций обучения, ось y - результаты обучения),
  • вывод.

Все 3 файла кладутся в папку с названием "(фамилия)_practice2" и предоставляется возможность скачать эту папке по ссылке (google.drive, yandex.disk и пр.). Задания отправляются в форме ниже в формате:

Фамилия Имя Отчество

Домашняя работа 2 - (ссылка на папку (фамилия)_practice2)

Оценка

Выполнение заданий оценивается в 10 баллов - 5 баллов на правильность выполнения и 5 за качество оформление отчета.

Our website uses cookies, including web analytics services. By using the website, you consent to the processing of personal data using cookies. You can find out more about the processing of personal data in the Privacy policy