drlND_ContinuousControl:用DRL训练代理以控制双手臂移动到目标位置

连续控制 连续控制项目。 使用DRL训练代理以控制双关节手臂移动到目标位置。 项目设置 介绍 在该项目中，双臂可以移动到目标位置。 对于代理人的手在目标位置中的每一步，将提供+0.1的奖励。 因此，座席的目标是在尽可能多的时间步长中保持其在目标位置的位置。 观察空间由33个变量组成，分别对应于手臂的位置，旋转，速度和角速度。 每个动作是一个带有四个数字的矢量，对应于适用于两个关节的扭矩。 动作向量中的每个条目都应为-1和1之间的数字。 该任务是情节性的，并且为了解决环境，该代理必须在100个连续情节中获得+30的平均得分。 入门 按照详细说明设置环境。 要求 训练 请按照文件中的说明来训练代理。 报告 关联的报告在文件中有详细说明。 评估 可以在文件上检查对代理的样本评估。