zjowowen commited on
Commit
1be3ce6
·
1 Parent(s): 5696caa

Upload policy_config.py with huggingface_hub

Browse files
Files changed (1) hide show
  1. policy_config.py +99 -0
policy_config.py ADDED
@@ -0,0 +1,99 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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': 12000,
14
+ 'n_evaluator_episode': 8,
15
+ 'env_id': 'Hopper-v3',
16
+ 'norm_obs': {
17
+ 'use_norm': False
18
+ },
19
+ 'norm_reward': {
20
+ 'use_norm': False
21
+ },
22
+ 'collector_env_num': 8,
23
+ 'evaluator_env_num': 8
24
+ },
25
+ 'policy': {
26
+ 'model': {
27
+ 'obs_shape': 11,
28
+ 'action_shape': 3,
29
+ 'action_space': 'continuous'
30
+ },
31
+ 'learn': {
32
+ 'learner': {
33
+ 'train_iterations': 1000000000,
34
+ 'dataloader': {
35
+ 'num_workers': 0
36
+ },
37
+ 'log_policy': True,
38
+ 'hook': {
39
+ 'load_ckpt_before_run': '',
40
+ 'log_show_after_iter': 100,
41
+ 'save_ckpt_after_iter': 10000,
42
+ 'save_ckpt_after_run': True
43
+ },
44
+ 'cfg_type': 'BaseLearnerDict'
45
+ },
46
+ 'update_per_collect': 1,
47
+ 'batch_size': 128,
48
+ 'learning_rate': 0.0003,
49
+ 'betas': [0.9, 0.999],
50
+ 'eps': 1e-08,
51
+ 'grad_norm': 0.5,
52
+ 'value_weight': 0.5,
53
+ 'entropy_weight': 0.02,
54
+ 'adv_norm': True,
55
+ 'ignore_done': False
56
+ },
57
+ 'collect': {
58
+ 'collector': {},
59
+ 'unroll_len': 1,
60
+ 'discount_factor': 0.99,
61
+ 'gae_lambda': 0.95,
62
+ 'n_sample': 128
63
+ },
64
+ 'eval': {
65
+ 'evaluator': {
66
+ 'eval_freq': 1000,
67
+ 'render': {
68
+ 'render_freq': -1,
69
+ 'mode': 'train_iter'
70
+ },
71
+ 'cfg_type': 'InteractionSerialEvaluatorDict',
72
+ 'stop_value': 12000,
73
+ 'n_episode': 8
74
+ }
75
+ },
76
+ 'other': {
77
+ 'replay_buffer': {}
78
+ },
79
+ 'on_policy': True,
80
+ 'cuda': True,
81
+ 'multi_gpu': False,
82
+ 'bp_update_sync': True,
83
+ 'traj_len_inf': False,
84
+ 'type': 'a2c',
85
+ 'priority': False,
86
+ 'priority_IS_weight': False,
87
+ 'action_space': 'continuous',
88
+ 'cfg_type': 'A2CPolicyDict'
89
+ },
90
+ 'exp_name': 'Hopper-v3-A2C',
91
+ 'wandb_logger': {
92
+ 'gradient_logger': True,
93
+ 'video_logger': True,
94
+ 'plot_logger': True,
95
+ 'action_logger': True,
96
+ 'return_logger': False
97
+ },
98
+ 'seed': 0
99
+ }