Python 如何在张量流中调整tf代理和策略的超参数？

我已经建立了一个python环境，它被包装在一个tensor flow类中，使之成为一个tensor flow环境。然后，我根据列出的协作笔记本设置学习。目前，我正在使用dqn和加固剂

该设置运行良好，结果与预期相符。现在我想讨论超参数的调整，比如衰减ε贪婪，权重等

---

我需要一些关于如何使用有关如何访问这些超参数的文档的指针。

Enhanced不支持epsilon贪婪策略，我建议切换到DQN代理或DDQN

要通过指定的Q网络，可以使用以下方法：

q_network=q_network.QNetwork(
        environment.time_step_spec().observation['observations'],
        environment.action_spec(),
        fc_layer_params=fc_layer_params)

并在初始化时将其传递给代理。对于衰减ε贪婪策略，您可以根据自己的喜好定义自己的函数

衰减ε（train\u step，*kwargs）

。然后初始化列步张量并将其通过

functools.partial

如下：

train_step = tf.Variable(0, trainable=False, name='global_step', dtype=tf.int64)
partial_decaying_eps = partial(decaying_epsilon, train_step *kwargs)

现在，您可以将

部分衰减的\u eps

传递给您的代理，它将按预期工作，并逐步使用

训练步骤

张量进行更新。不过，一定要将同样的

train\u步骤
Tensor传递给您的代理

其他HP可以轻松修改，只需查看其
\uuuu init\uuuu
函数中的DQN文档
是的，我切换到了DQN，但我也在研究c51实现，因为它据说比标准DQN更好。