Ended 3 years ago
129 participants
47 submissions

DRL Course Домашнее задание 1

Задания по первой лекции и первому практическому занятию

Отправка решений до 13.11.2022 23:59 (мск)

Задания

После лекции 1 и практического занятия 1 требуется выполнить три домашних задания:

  1. Пользуясь алгоритмом Кросс-Энтропии обучить агента решать задачу Taxi-v3 из Gym. Исследовать гиперпараметры алгоритма и выбрать лучшие.
  2. Реализовать алгоритм Кросс-Энтропии с двумя типами сглаживания,  указанными в лекции 1. При выбранные в пункте 1 гиперпараметров сравнить их результаты с результатами алгоритма без сглаживания.
  3. Реализовать модификацию алгоритм Кросс-Энтропии для стохастических сред, указанную в лекции 1. Сравнить ее результат с алгоритмами из пунктов 1 и 2.

Оформление

Код каждого задания следует выполнить в отдельном .py файле с названием "(фамилия)_practice1_(номер задания).py". Результаты всех исследований по заданиям 1-3 следует оформить в отчет в виде одного .pdf файла с названием "(фамилия)_practice1.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 4 файла кладутся в папку с названием "(фамилия)_practice1" 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 1 - (ссылка на папку (фамилия)_practice1)

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