Dieser Abschnitt stellt eine vollständige zweieinige Trainingsausführung und Beispiele für fortgeschrittene Anwendungen vor.
Schneller Start#
Trainingsmethode anhand von Längenverhältnissen
Ein Beispiel für das Training mit zwei Agenten, das auf einer Längenverhältnis-Belohnung basiert, einschließlich Datensatz, Belohnungsfunktion, Konfiguration und Trainingsschleife.
Fortgeschrittene Anwendung#
Fortsetzen des Trainings
Fortsetzen eines unterbrochenen Runs oder Verlängern eines beendeten Runs anhand von Trainings-Checkpoints, wobei alle Segmente in einem einzigen W&B-Run protokolliert werden.
Feedback in mehreren Schritten
Zwei-Schritt-Training, bei dem eine externe Transition die Länge der Antwort jedes Agenten vor der Überarbeitung meldet.
Umgebungen#
Reichere Beispiele finden sich in den Umgebungen, die CoMLRL für das Schreiben, Programmieren, Reiseplanung und die Nutzung von Werkzeugen anwenden.