zjowowen commited on
Commit
a1c2629
1 Parent(s): a76bbeb

Upload policy_config.py with huggingface_hub

Browse files
Files changed (1) hide show
  1. policy_config.py +91 -0
policy_config.py ADDED
@@ -0,0 +1,91 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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': 240,
14
+ 'collector_env_num': 8,
15
+ 'evaluator_env_num': 8,
16
+ 'env_id': 'LunarLander-v2',
17
+ 'n_evaluator_episode': 8
18
+ },
19
+ 'policy': {
20
+ 'model': {
21
+ 'obs_shape': 8,
22
+ 'action_shape': 4
23
+ },
24
+ 'learn': {
25
+ 'learner': {
26
+ 'train_iterations': 1000000000,
27
+ 'dataloader': {
28
+ 'num_workers': 0
29
+ },
30
+ 'log_policy': True,
31
+ 'hook': {
32
+ 'load_ckpt_before_run': '',
33
+ 'log_show_after_iter': 100,
34
+ 'save_ckpt_after_iter': 10000,
35
+ 'save_ckpt_after_run': True
36
+ },
37
+ 'cfg_type': 'BaseLearnerDict'
38
+ },
39
+ 'update_per_collect': 1,
40
+ 'batch_size': 160,
41
+ 'learning_rate': 0.0003,
42
+ 'betas': [0.9, 0.999],
43
+ 'eps': 1e-08,
44
+ 'grad_norm': 0.5,
45
+ 'value_weight': 0.5,
46
+ 'entropy_weight': 0.001,
47
+ 'adv_norm': True,
48
+ 'ignore_done': False
49
+ },
50
+ 'collect': {
51
+ 'collector': {},
52
+ 'unroll_len': 1,
53
+ 'discount_factor': 0.99,
54
+ 'gae_lambda': 0.95,
55
+ 'n_sample': 320
56
+ },
57
+ 'eval': {
58
+ 'evaluator': {
59
+ 'eval_freq': 1000,
60
+ 'render': {
61
+ 'render_freq': -1,
62
+ 'mode': 'train_iter'
63
+ },
64
+ 'cfg_type': 'InteractionSerialEvaluatorDict',
65
+ 'n_episode': 8,
66
+ 'stop_value': 240
67
+ }
68
+ },
69
+ 'other': {
70
+ 'replay_buffer': {}
71
+ },
72
+ 'on_policy': True,
73
+ 'cuda': True,
74
+ 'multi_gpu': False,
75
+ 'bp_update_sync': True,
76
+ 'traj_len_inf': False,
77
+ 'type': 'a2c',
78
+ 'priority': False,
79
+ 'priority_IS_weight': False,
80
+ 'cfg_type': 'A2CPolicyDict'
81
+ },
82
+ 'exp_name': 'Lunarlander-v2-A2C',
83
+ 'wandb_logger': {
84
+ 'gradient_logger': True,
85
+ 'video_logger': True,
86
+ 'plot_logger': True,
87
+ 'action_logger': True,
88
+ 'return_logger': False
89
+ },
90
+ 'seed': 0
91
+ }