شروع کار با Gymnasium

آنچه یاد خواهید گرفت:

یادگیری تقویتی بدون ابزارهای مناسب و درک شفافی از چگونگی تعامل عامل‌ها با محیطشان می‌تواند چالش‌برانگیز باشد. در این دوره، «شروع کار با Gymnasium»، یاد خواهید گرفت که چگونه از Gymnasium برای طراحی و اجرای محیط‌های شبیه‌سازی، آموزش عامل‌های یادگیری تقویتی و به‌کارگیری استراتژی‌های تصمیم‌گیری در مسائل کاربردی استفاده کنید. ابتدا، چگونگی ایجاد و پیکربندی محیط‌های Gymnasium را بررسی خواهید کرد و نقش‌های عامل‌ها و محیط‌ها و چگونگی ارتباط آن‌ها از طریق اکشن ها، مشاهدات و پاداش‌ها را درک می‌کنید.

سپس، با استفاده از روش‌های گرادیان سیاست و روش‌های مبتنی بر ارزش، از جمله یک شبکه Q عمیق برای حل محیط CartPole، عامل‌هایی را ساخته و آموزش می‌دهید و یاد می‌گیرید چگونه عملکرد آن‌ها را با ابزارها و پوشش‌های مربوط به Gymnasium ارزیابی و مصورسازی کنید. در نهایت، یاد خواهید گرفت که یک رویکرد multi-armed bandit را در یک سناریوی تست A/B الهام‌گرفته از دنیای واقعی با استفاده از نمونه‌برداری تامپسون اعمال کنید و از تکنیک‌های دیباگ کردن، لاگ کردن و پایش برای اطمینان از رفتار مستحکم و قابل‌اعتماد عامل استفاده کنید. پس از پایان این دوره، مهارت‌ها و دانش لازم برای استفاده مطمئن از Gymnasium جهت توسعه، تست و بهبود عامل‌های یادگیری تقویتی در طیف وسیعی از کاربردها را خواهید داشت.