-
Notifications
You must be signed in to change notification settings - Fork 2
/
games_configurations.py
193 lines (185 loc) · 5.05 KB
/
games_configurations.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
import networks
import models
import tr_helpers
animal_ai = {
'GAMMA' : 0.99,
'LAMBDA' : 0.9,
'NETWORK' : models.LSTMModelA2C(networks.animal_a2c_network_lstm2),
'REWARD_SHAPER' : tr_helpers.DefaultRewardsShaper(scale_value = 1.0),
'NORMALIZE_ADVANTAGE' : True,
'LEARNING_RATE' : 5e-5,
'NAME' : 'pong',
'SCORE_TO_WIN' : 100500,
'GRAD_NORM' : 0.5,
'ENTROPY_COEF' : 0.004,
'TRUNCATE_GRADS' : True,
'ENV_NAME' : 'AnimalAI',
'PPO' : True,
'E_CLIP' : 0.1,
'NUM_ACTORS' : 24,
'STEPS_NUM' : 256,
'MINIBATCH_SIZE' : 2048,
'MINI_EPOCHS' : 2,
'CRITIC_COEF' : 1.0,
'CLIP_VALUE' : True,
'LR_SCHEDULE' : 'NONE',
'NORMALIZE_INPUT' : False,
'SEQ_LEN' : 8,
'MAX_EPOCHS' : 12000
}
animal_ai_ray = {
'GAMMA' : 0.99,
'LAMBDA' : 0.9,
'NETWORK' : models.LSTMModelA2C(networks.animal_a2c_network_lstm2),
'REWARD_SHAPER' : tr_helpers.DefaultRewardsShaper(scale_value = 1.0),
'NORMALIZE_ADVANTAGE' : True,
'LEARNING_RATE' : 5e-5,
'NAME' : 'pong',
'SCORE_TO_WIN' : 100500,
'GRAD_NORM' : 0.5,
'ENTROPY_COEF' : 0.005,
'TRUNCATE_GRADS' : True,
'ENV_NAME' : 'AnimalAIRay',
'PPO' : True,
'E_CLIP' : 0.1,
'NUM_ACTORS' : 24,
'STEPS_NUM' : 32 * 4,
'MINIBATCH_SIZE' : 384 * 4,
'MINI_EPOCHS' : 2,
'CRITIC_COEF' : 1.0,
'CLIP_VALUE' : True,
'LR_SCHEDULE' : 'NONE',
'NORMALIZE_INPUT' : False,
'SEQ_LEN' : 8,
'MAX_EPOCHS' : 48000
}
animal_ai_ray_orig = {
'GAMMA' : 0.99,
'LAMBDA' : 0.9,
'NETWORK' : models.LSTMModelA2C(networks.animal_a2c_network_lstm),
'REWARD_SHAPER' : tr_helpers.DefaultRewardsShaper(scale_value = 1.0),
'NORMALIZE_ADVANTAGE' : True,
'LEARNING_RATE' : 1e-4,
'NAME' : 'animal',
'SCORE_TO_WIN' : 100500,
'GRAD_NORM' : 0.5,
'ENTROPY_COEF' : 0.005,
'TRUNCATE_GRADS' : True,
'ENV_NAME' : 'AnimalAIRay',
'PPO' : True,
'E_CLIP' : 0.2,
'NUM_ACTORS' : 24,
'STEPS_NUM' : 32 * 4,
'MINIBATCH_SIZE' : 384,
'MINI_EPOCHS' : 5,
'CRITIC_COEF' : 1.0,
'CLIP_VALUE' : True,
'LR_SCHEDULE' : 'NONE',
'NORMALIZE_INPUT' : False,
'SEQ_LEN' : 8,
'MAX_EPOCHS' : 48000
}
animal_ai_ray_poses = {
'GAMMA' : 0.99,
'LAMBDA' : 0.9,
'NETWORK' : models.LSTMModelA2C(networks.animal_a2c_network_lstm2),
'REWARD_SHAPER' : tr_helpers.DefaultRewardsShaper(scale_value = 1.0),
'NORMALIZE_ADVANTAGE' : True,
'LEARNING_RATE' : 1e-4,
'NAME' : 'animal',
'SCORE_TO_WIN' : 100500,
'GRAD_NORM' : 0.5,
'ENTROPY_COEF' : 0.005,
'TRUNCATE_GRADS' : True,
'ENV_NAME' : 'AnimalAIRay',
'PPO' : True,
'E_CLIP' : 0.1,
'NUM_ACTORS' : 24,
'STEPS_NUM' : 32 * 4,
'MINIBATCH_SIZE' : 384 * 4,
'MINI_EPOCHS' : 4,
'CRITIC_COEF' : 1.0,
'CLIP_VALUE' : True,
'LR_SCHEDULE' : 'NONE',
'NORMALIZE_INPUT' : False,
'SEQ_LEN' : 8,
'MAX_EPOCHS' : 48000
}
animal_ai_ray_times1 = {
'GAMMA' : 0.99,
'LAMBDA' : 0.9,
'NETWORK' : models.LSTMModelA2C(networks.animal_a2c_network_lstm6),
'REWARD_SHAPER' : tr_helpers.DefaultRewardsShaper(scale_value = 1.0),
'NORMALIZE_ADVANTAGE' : True,
'LEARNING_RATE' : 1e-4,
'NAME' : 'animal',
'SCORE_TO_WIN' : 100500,
'GRAD_NORM' : 0.5,
'ENTROPY_COEF' : 0.01,
'TRUNCATE_GRADS' : True,
'ENV_NAME' : 'AnimalAIRay',
'PPO' : True,
'E_CLIP' : 0.2,
'NUM_ACTORS' : 24,
'STEPS_NUM' : 32 * 8,
'MINIBATCH_SIZE' : 384 * 4,
'MINI_EPOCHS' : 4,
'CRITIC_COEF' : 1.0,
'CLIP_VALUE' : True,
'LR_SCHEDULE' : 'NONE',#'POLYNOM_DECAY',
'NORMALIZE_INPUT' : False,
'SEQ_LEN' : 8,
'MAX_EPOCHS' : 48000
}
animal_ai_ray_times2 = {
'GAMMA' : 0.99,
'LAMBDA' : 0.9,
'NETWORK' : models.LSTMModelA2C(networks.animal_a2c_network_lstm6),
'REWARD_SHAPER' : tr_helpers.DefaultRewardsShaper(scale_value = 1.0),
'NORMALIZE_ADVANTAGE' : True,
'LEARNING_RATE' : 5e-5,
'NAME' : 'pong',
'SCORE_TO_WIN' : 100500,
'GRAD_NORM' : 0.5,
'ENTROPY_COEF' : 0.005,
'TRUNCATE_GRADS' : True,
'ENV_NAME' : 'AnimalAIRay',
'PPO' : True,
'E_CLIP' : 0.1,
'NUM_ACTORS' : 24,
'STEPS_NUM' : 32 * 8,
'MINIBATCH_SIZE' : 384 * 4,
'MINI_EPOCHS' : 4,
'CRITIC_COEF' : 1.0,
'CLIP_VALUE' : True,
'LR_SCHEDULE' : 'NONE',
'NORMALIZE_INPUT' : False,
'SEQ_LEN' : 8,
'MAX_EPOCHS' : 32000
}
animal_ai_ray_times3 = {
'GAMMA' : 0.99,
'LAMBDA' : 0.9,
'NETWORK' : models.LSTMModelA2C(networks.animal_a2c_network_lstm6),
'REWARD_SHAPER' : tr_helpers.DefaultRewardsShaper(scale_value = 1.0),
'NORMALIZE_ADVANTAGE' : True,
'LEARNING_RATE' : 1e-5,
'NAME' : 'pong',
'SCORE_TO_WIN' : 100500,
'GRAD_NORM' : 0.5,
'ENTROPY_COEF' : 0.002,
'TRUNCATE_GRADS' : True,
'ENV_NAME' : 'AnimalAIRay',
'PPO' : True,
'E_CLIP' : 0.05,
'NUM_ACTORS' : 24,
'STEPS_NUM' : 32 * 8,
'MINIBATCH_SIZE' : 384 * 4,
'MINI_EPOCHS' : 4,
'CRITIC_COEF' : 1.0,
'CLIP_VALUE' : True,
'LR_SCHEDULE' : 'NONE',
'NORMALIZE_INPUT' : False,
'SEQ_LEN' : 8,
'MAX_EPOCHS' : 32000
}