Cette section présente un exemple complet d’entraînement avec deux agents et des exemples d’utilisation plus avancée.
Démarrage rapide#
Entraînement par rapport de longueur
Un exemple d’entraînement avec deux agents utilisant une récompense basée sur le rapport de longueur, couvrant l’ensemble de données, la fonction de récompense, la configuration et la boucle d’entraînement.
Utilisation avancée#
Reprise de l'entraînement
Reprise d’une exécution interrompue ou prolongation d’une exécution terminée à partir des points de contrôle, avec tous les segments enregistrés dans une seule exécution W&B.
Retour multi-tour
Entraînement en deux tours dans lequel une transition externe signale la longueur de la réponse de chaque agent avant que les agents ne la modifient.
Environnements#
Des exemples plus riches peuvent être trouvés dans les environnements, qui appliquent CoMLRL à l’écriture, au codage, à la planification de voyages et à l’utilisation d’outils.