A3C-LSTM
LSTMを用いた強化学習手法A3CのPython実装で、CartPole環境で試しています。READMEによると収束しないため、DDPG版が紹介されています。
Xで共有ライセンス表記なし
概要
LSTMネットワークを使った強化学習アルゴリズムA3C(Asynchronous Advantage Actor-Critic)のPython実装で、OpenAI GymのCartPole環境で試されています。Arthur JulianiのTensorFlow解説とMnihらの2016年の論文をもとにしています。作者は例示用のコードであり、このモデルはCartPoleで収束しないと明記しています。
主な特長
- TensorFlowで作ったLSTM付きA3Cエージェント
- 30を超えるミニバッチでのみ学習
- 報酬係数で高い学習率でも学習可能に
- 100エピソードごとにモデルを保存し再利用可能
こんな人・用途に
LSTM付きA3Cの構成を学びたい人向けです。収束しないと明記されており、動作するモデルにはDDPG版が案内されています。
- アップストリーム
- liampetti/A3C-LSTM
- GitHubのフォーク
- Guo-astro/A3C-LSTM
- アップストリームのスター数
- 48
- カテゴリ
- 金融・データ・リサーチ
- 言語
- Python
- ライセンス
- ライセンス表記なしライセンスがない場合、著作者がすべての権利を保持します。コードを再利用する前にアップストリームの作者に確認してください。
- フォーク日
- 2018-05-20
- 同期状態
- 同期済み最終同期 2026-10-10
同じカテゴリ: 金融・データ・リサーチ
金融のK線系列を扱う基盤モデルです。OHLCVから市場予測や研究に使います。
フォーク日 2026-10-04最終同期 2026-10-10ライセンス: MIT金融・データ・リサーチGitHub
アナリスト、クオンツ、AIエージェント向けのオープンなデータ基盤で、株式、暗号資産、オプション、経済指標などの金融データをPythonで扱えます。
フォーク日 2026-09-26最終同期 2026-10-10独自ライセンス(リポジトリを参照)金融・データ・リサーチGitHub
暗号資産、株、先物、オプション、FXなどの系統的トレード向けライブラリや資料をまとめた厳選リストです。
フォーク日 2026-09-25最終同期 2026-10-10ライセンス: MIT金融・データ・リサーチGitHub
arXivの新着論文を毎日集めてAIで要約し、GitHub Pagesで公開するツール。研究者が論文を追い、関心のあるテーマを見つけやすくします。
フォーク日 2026-08-17最終同期 2026-10-10独自ライセンス(リポジトリを参照)金融・データ・リサーチGitHub