コード例 #1
0
   def step(self, packet, weights, backward):
      '''Synchronizes weights from upstream; computes
      agent decisions; computes policy updates.
                                                                              
      Args:                                                                   
         packet   : An IO object specifying observations
         weights  : An optional parameter vector to replace model weights
         backward : (bool) Whether of not a backward pass should be performed  

      Returns:                                                                   
         data    : The same IO object populated with action decisions
         grads   : A vector of gradients aggregated across trajectories
         summary : A BlobSummary object logging agent statistics
      '''   
      grads, blobs = None, None

      #Sync model weights; batch obs; compute forward pass
      setParameters(self.net, weights)
      self.manager.collectInputs(packet)
      self.net(packet, self.manager)
  
      #Compute backward pass and logs from full rollouts,
      #discarding any partial trajectories
      if backward and not self.config.TEST:
         rollouts, blobs = self.manager.step()
         optim.backward(rollouts, self.config)
         #self.manager.inputs.clear()
         grads = self.net.grads()

      return packet, grads, blobs
コード例 #2
0
    def recvUpdate(self, update):
        update, update_lm = update
        for idx, paramVec in enumerate(update):
            setParameters(self.anns[idx], paramVec)
            zeroGrads(self.anns[idx])

        setParameters(self.lawmaker, update_lm[0])
        zeroGrads(self.lawmaker)
コード例 #3
0
ファイル: model.py プロジェクト: alexandonian/neural-mmo
    def permuteNet(self, goodIdx, badIdx):
        goodNet = self.model.net.net[goodIdx]
        badNet = self.model.net.net[badIdx]

        goodParams = getParameters(goodNet)
        noise = self.config.PERMVAL * np.random.randn(len(goodParams))
        goodParams = np.array(goodParams) + noise
        setParameters(badNet, goodParams)
コード例 #4
0
ファイル: ann.py プロジェクト: yfzanna/neural-mmo
    def recvUpdate(self, update):
        if update is None:
            return

        setParameters(self, update)
コード例 #5
0
ファイル: sword.py プロジェクト: zhuyawen/neural-mmo
 def recvUpdate(self, update):
     for idx, paramVec in enumerate(update):
         setParameters(self.anns[idx], paramVec)
         zeroGrads(self.anns[idx])
コード例 #6
0
ファイル: model.py プロジェクト: alexandonian/neural-mmo
 def syncParameters(self):
     parameters = self.parameters.detach().numpy().tolist()
     setParameters(self.net, parameters)