关于涉及环境参数的一些疑问
Closed this issue · 1 comments
zanezhenli commented
作者你好。
我在使用qmix算法进行自定义环境的训练时，环境代码时编写遇到一个参数 "episode_limit" ，请问这个参数的实际意义是是什么？同时arguments中的_"n_setps"_ 和 _"n_episodes"_又是什么意义？
在我的自定义环境中，一轮游戏是需要多智能体决策3600次的动作，每次执行完动作会有一个reward返回，3600次之后一轮游戏结束。请问这种情况下，上述这些参数应该如何取值？
starry-sky6688 commented
episode_limit：一个episode的最大长度，超过这个长度就停止和环境交互
n_setps：整个训练过程，agent和环境交互多少次
n_episodes：每生成n_episodes后训练一次网络
你的环境，设置episode_limit=3600就可以了；另外两个看你自己想训练到什么程度吧