建议再提供一个动态调整温度系数的SAC版本

PaddlePaddle / PARL

A high-performance distributed training framework for Reinforcement Learning

https://parl.readthedocs.io/

Apache License 2.0

3.24k stars 819 forks source link

Closed amocken closed 2 years ago

amocken commented 2 years ago

我看目前parl提供的SAC算法框架的温度系数是固定的，但SAC的论文提供了动态调整温度系数的方法，希望parl也提供一下动态调整温度系数的版本

TomorrowIsAnOtherDay commented 2 years ago

我们之前测试过动态调整的版本，在mujoco上还是不如手动调整的效果好，所以只开源了目前的版本。

amocken commented 2 years ago

我们之前测试过动态调整的版本，在mujoco上还是不如手动调整的效果好，所以只开源了目前的版本。

好吧