Flax

[m-wojnar]

• Migrate from haiku to flax
• Fix a period of incorrect updates between the start of training and the buffer filling
• Code refactor
• Rename agents.deep.QLearning to DQN and agents.deep.DQN to DDQN
• Move particle filter from agents to utils (it is not an agent, rather a core for some algorithms)

[Wotaker]

Okey, czyli widzę że rozwiązałęś sprawę z cloudpickle przez notkę w dokumentacji. Spoko, popieram.

Druga sprawa to widziałem że jednak się zdecydowałeś na aktywację tangensem hip. i zaznaczyłeś komentarzem że to się różni od oryginału. Myżlę że tak jest najlepiej. A jak to wpłynęło na wyniki?

[m-wojnar]

Druga sprawa to widziałem że jednak się zdecydowałeś na aktywację tangensem hip. i zaznaczyłeś komentarzem że to się różni od oryginału. Myżlę że tak jest najlepiej. A jak to wpłynęło na wyniki?

Tak, zdecydowałem się na tanh, bo dzięki temu DDPG działa za każdym razem (nie występuje ten problem z "uciekaniem" wyjścia sieci poza zakres [0, 6]). Wyniki są dobre (prawie takie same, jak poprzednio), więc chyba ostatecznie jest sukces i dlatego zostawiłem tak 😉