zhangpaipai commited on
Commit
ca7f2e6
1 Parent(s): 5206977

Upload policy_config.py with huggingface_hub

Browse files
Files changed (1) hide show
  1. policy_config.py +88 -0
policy_config.py ADDED
@@ -0,0 +1,88 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
+ },
13
+ 'stop_value': -200,
14
+ 'n_evaluator_episode': 5,
15
+ 'collector_env_num': 8,
16
+ 'evaluator_env_num': 5,
17
+ 'act_scale': True
18
+ },
19
+ 'policy': {
20
+ 'model': {
21
+ 'action_space': 'continuous',
22
+ 'obs_shape': 3,
23
+ 'action_shape': 1
24
+ },
25
+ 'learn': {
26
+ 'learner': {
27
+ 'train_iterations': 1000000000,
28
+ 'dataloader': {
29
+ 'num_workers': 0
30
+ },
31
+ 'log_policy': True,
32
+ 'hook': {
33
+ 'load_ckpt_before_run': '',
34
+ 'log_show_after_iter': 100,
35
+ 'save_ckpt_after_iter': 10000,
36
+ 'save_ckpt_after_run': True
37
+ },
38
+ 'cfg_type': 'BaseLearnerDict'
39
+ },
40
+ 'batch_size': 200,
41
+ 'learning_rate': 0.001,
42
+ 'entropy_weight': 0.001,
43
+ 'grad_norm': 5,
44
+ 'ignore_done': False
45
+ },
46
+ 'collect': {
47
+ 'collector': {
48
+ 'get_train_sample': True
49
+ },
50
+ 'unroll_len': 1,
51
+ 'discount_factor': 0.99,
52
+ 'n_episode': 20
53
+ },
54
+ 'eval': {
55
+ 'evaluator': {
56
+ 'eval_freq': 200,
57
+ 'render': {
58
+ 'render_freq': -1,
59
+ 'mode': 'train_iter'
60
+ },
61
+ 'cfg_type': 'InteractionSerialEvaluatorDict',
62
+ 'stop_value': -200,
63
+ 'n_episode': 5
64
+ }
65
+ },
66
+ 'other': {
67
+ 'replay_buffer': {}
68
+ },
69
+ 'on_policy': True,
70
+ 'cuda': False,
71
+ 'multi_gpu': False,
72
+ 'bp_update_sync': True,
73
+ 'traj_len_inf': False,
74
+ 'type': 'pg',
75
+ 'action_space': 'continuous',
76
+ 'deterministic_eval': True,
77
+ 'cfg_type': 'PGPolicyDict'
78
+ },
79
+ 'exp_name': 'Pendulum-v1-PG',
80
+ 'seed': 0,
81
+ 'wandb_logger': {
82
+ 'gradient_logger': True,
83
+ 'video_logger': True,
84
+ 'plot_logger': True,
85
+ 'action_logger': True,
86
+ 'return_logger': False
87
+ }
88
+ }