intermediate_source/reinforcement_ppo.py 번역#1139
Conversation
|
번역하시느라 고생 많으셨습니다! 48 row : 근접성 제약(proximality constraint)를 -> 근접성 제약(proximality constraint)을 |
| # the better. | ||
| # 데이터를 수집할 때 ``frames_per_batch`` 매개변수를 정의해 각 배치의 크기를 | ||
| # 결정할 수 있습니다. 사용할 수 있는 프레임 수(시뮬레이터와 상호작용하는 횟수 등) 또한 정의합니다. | ||
| # 일반적으로 강화학습 알고리즘의 목표는 환경 상호작용동안 최대한 빠르게is to learn to solve the task |
There was a problem hiding this comment.
영문이 삭제되지 않고 남아 있습니다.
환경 상호작용동안 최대한 빠르게is to learn to solve the task → 환경과의 상호작용 측면에서 최대한 빠르게 문제를 해결하도록 학습하는 것입니다.
| - How to compute the advantage signal for policy gradient methods; | ||
| - How to create a stochastic policy using a probabilistic neural network; | ||
| - How to create a dynamic replay buffer and sample from it without repetition. | ||
| - 정책 변화도(policy gradient) 메서드에서 advatage 신호를 계산하는 방법 |
There was a problem hiding this comment.
오타: advatage → advantage
| # thing we need to care about is to build a neural network that outputs the | ||
| # right number of parameters for the policy to work with (a location, or mean, | ||
| # and a scale): | ||
| # 데이터가 연속적(continuous)이므로, 우리는 액션 공간의 경계를 준수하기 위해 Tahn-Normal 분포를 |
There was a problem hiding this comment.
오타: Tahn-Normal → Tanh-Normal
| # 3. Next, we will design the policy network and the value model, | ||
| # which is indispensable to the loss function. These modules will be used | ||
| # to configure our loss module. | ||
| # 3. 이후 손실 함수에 필수적인정책 네트워크와 가치 모델(value model)을 설계합니다. |
There was a problem hiding this comment.
띄어쓰기: 필수적인정책 → 필수적인 정책
| # 이 모듈은 손실 모듈을 구성하는 데 사용될 것입니다. | ||
| # | ||
| # 4. Next, we will create the replay buffer and data loader. | ||
| # 4. 다음으로 응답 버퍼와 데이터 로더를 생성합니다. |
There was a problem hiding this comment.
483번 줄인 '리플레이 버퍼(Replay buffer)'로 통일하셔서, 여기서도 "리플레이 버퍼"로 통일하면 좋을 것 같습니다!
수정 완료하였습니다. 감사합니다! |
3 participants
라이선스 동의
변경해주시는 내용에 BSD 3항 라이선스가 적용됨을 동의해주셔야 합니다.
더 자세한 내용은 기여하기 문서를 참고해주세요.
동의하시면 아래
[ ]를[x]로 만들어주세요.관련 이슈 번호
이 Pull Request와 관련있는 이슈 번호를 적어주세요.
이슈 또는 PR 번호 앞에 #을 붙이시면 제목을 바로 확인하실 수 있습니다. (예. #999 )
PR 종류
이 PR에 해당되는 종류 앞의
[ ]을[x]로 변경해주세요.PR 설명
이 PR로 무엇이 달라지는지 대략적으로 알려주세요.
intermediate_source/reinforcement_ppo.py 문서를 번역하였습니다.