massquantity/DBRL

请问这是Deep Reinforcement Learning for List-wise Recommendations 这篇论文的代码吗

Daming0508 opened this issue · 15 comments

Daming0508 commented
请问这是Deep Reinforcement Learning for List-wise Recommendations 这篇论文的代码吗
massquantity commented

是的

Daming0508 commented

好的谢谢 ！ 感谢回复！

WinnieZM commented

想请问一下是不是DDPG部分并没有复现Deep Reinforcement Learning for List-wise Recommendations这篇论文Online User-Agent Interaction Environment Simulator部分？

WinnieZM commented

想请问一下是不是DDPG部分并没有复现Deep Reinforcement Learning for List-wise Recommendations这篇论文Online User-Agent Interaction Environment Simulator部分？

我大概明白了，作者在博客里写了是用了离线强化学习，这样的话也不用再写一个环境与Actor来进行交互，而是直接用已有的轨迹（历史数据）与actor进行交互。这样说应该没问题吧

  • 👍1
massquantity commented

是这样。

  • 👍1
WinnieZM commented

是这样。

好的，非常感谢您愿意回复我！

sepilqi commented

我最近也在跑这个代码，想应用到推荐场景，能不能聊一下，微信 mtax，拉个微信群也行 @massquantity @WinnieZM @Daming0508

Daming0508 commented

是的

你好 想问一下在哪里体现出来了列表推荐呢？

EVAKKKK commented

@Daming0508 你好，我最近也在跑这个代码，但是运行出来的结果很奇怪，actor和critic的损失都很大，请问你也是这样吗？
image

Daming0508 commented

@Daming0508 你好，我最近也在跑这个代码，但是运行出来的结果很奇怪，actor和critic的损失都很大，请问你也是这样吗？ image

我也遇到了这个问题，应该是参数设置的不对，正在调整中

EVAKKKK commented

@Daming0508 我尝试调整参数了，但是收效甚微，如果你修改成功可以分享一下吗，非常感谢！

EVAKKKK commented

@Daming0508 很抱歉再次打扰你，但是最近一直没什么思路，请问你解决了吗，这个损失过大的问题，sad....