zjowowen commited on
Commit
7257d84
1 Parent(s): 8c06302

Upload policy_config.py with huggingface_hub

Browse files
Files changed (1) hide show
  1. policy_config.py +101 -0
policy_config.py ADDED
@@ -0,0 +1,101 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ exp_config = {
2
+ 'env': {
3
+ 'manager': {
4
+ 'episode_num': float("inf"),
5
+ 'max_retry': 1,
6
+ 'retry_type': 'reset',
7
+ 'auto_reset': True,
8
+ 'step_timeout': None,
9
+ 'reset_timeout': None,
10
+ 'retry_waiting_time': 0.1,
11
+ 'cfg_type': 'BaseEnvManagerDict',
12
+ 'shared_memory': False
13
+ },
14
+ 'stop_value': 10000000000,
15
+ 'n_evaluator_episode': 8,
16
+ 'collector_env_num': 8,
17
+ 'evaluator_env_num': 8,
18
+ 'env_id': 'SpaceInvadersNoFrameskip-v4',
19
+ 'frame_stack': 4
20
+ },
21
+ 'policy': {
22
+ 'model': {
23
+ 'encoder_hidden_size_list': [128, 128, 512],
24
+ 'v_min': -10,
25
+ 'v_max': 10,
26
+ 'n_atom': 51,
27
+ 'obs_shape': [4, 84, 84],
28
+ 'action_shape': 6
29
+ },
30
+ 'learn': {
31
+ 'learner': {
32
+ 'train_iterations': 1000000000,
33
+ 'dataloader': {
34
+ 'num_workers': 0
35
+ },
36
+ 'log_policy': True,
37
+ 'hook': {
38
+ 'load_ckpt_before_run': '',
39
+ 'log_show_after_iter': 100,
40
+ 'save_ckpt_after_iter': 10000,
41
+ 'save_ckpt_after_run': True
42
+ },
43
+ 'cfg_type': 'BaseLearnerDict'
44
+ },
45
+ 'update_per_collect': 10,
46
+ 'batch_size': 32,
47
+ 'learning_rate': 0.0001,
48
+ 'target_update_freq': 500,
49
+ 'target_theta': 0.005,
50
+ 'ignore_done': False
51
+ },
52
+ 'collect': {
53
+ 'collector': {},
54
+ 'n_sample': 100,
55
+ 'unroll_len': 1
56
+ },
57
+ 'eval': {
58
+ 'evaluator': {
59
+ 'eval_freq': 4000,
60
+ 'render': {
61
+ 'render_freq': -1,
62
+ 'mode': 'train_iter'
63
+ },
64
+ 'cfg_type': 'InteractionSerialEvaluatorDict',
65
+ 'stop_value': 10000000000,
66
+ 'n_episode': 8
67
+ }
68
+ },
69
+ 'other': {
70
+ 'replay_buffer': {
71
+ 'replay_buffer_size': 400000
72
+ },
73
+ 'eps': {
74
+ 'type': 'exp',
75
+ 'start': 1.0,
76
+ 'end': 0.05,
77
+ 'decay': 1000000
78
+ }
79
+ },
80
+ 'on_policy': False,
81
+ 'cuda': True,
82
+ 'multi_gpu': False,
83
+ 'bp_update_sync': True,
84
+ 'traj_len_inf': False,
85
+ 'type': 'c51',
86
+ 'priority': False,
87
+ 'priority_IS_weight': False,
88
+ 'discount_factor': 0.99,
89
+ 'nstep': 3,
90
+ 'cfg_type': 'C51PolicyDict'
91
+ },
92
+ 'exp_name': 'SpaceInvadersNoFrameskip-v4-C51',
93
+ 'seed': 0,
94
+ 'wandb_logger': {
95
+ 'gradient_logger': True,
96
+ 'video_logger': True,
97
+ 'plot_logger': True,
98
+ 'action_logger': True,
99
+ 'return_logger': False
100
+ }
101
+ }