使用 TensorBoard 可视化 tf_agents 中的图形

Question

我对 RL 很陌生，目前正在自学如何使用 tf_agents 库实现不同的算法和超参数。

我一直在使用本教程https://colab.research.google.com/github/tensorflow/agents/blob/master/docs/tutorials/1_dqn_tutorial.ipynb提供的代码。

在学习如何使用 TensorBoard 后，我开始想知道如何可视化 tf_agents 库中的图形。每个 TensorBoard 教程/帖子似乎都实现了自己的模型或定义 tf.function 来记录图。但是，我无法将此类方法应用于上面的教程。

如果有人可以帮助我在 TensorBoard 中使用 tf_agents 可视化模型图，我将非常感激。谢谢！

Answer 1

考虑一下这个 colab 笔记本是 TF-Agents 实际工作原理的一个非常简单的版本。实际上，您应该使用驱动程序来采样轨迹，而不是手动调用

agent.action(state)
env.step(action)

在每次迭代时。该驱动程序的另一个优点是它可以轻松兼容 TF-Agents 中的所有指标。

至于你的问题是如何：

在训练开始时定义一个summary_writer，如下所示：

train_dir = os.path.join(root_dir, 'train')    
train_summary_writer = tf.summary.create_file_writer(
            train_dir, flush_millis=10000)
train_summary_writer.set_as_default()

现在，每次您调用 agent.train 时，它都会刷新到此摘要编写器及其张量板文件夹train_dir。

要将一些指标添加到组合中，只需使用以下内容定义它们：

train_metrics = [
        tf_metrics.NumberOfEpisodes(),
        tf_metrics.EnvironmentSteps(),
        tf_metrics.AverageReturnMetric(buffer_size=collect_episodes_per_epoch),
        tf_metrics.AverageEpisodeLengthMetric(buffer_size=collect_episodes_per_epoch),
    ]

将它们作为观察者与重播缓冲区一起传递给驱动程序，如下所示：

dynamic_episode_driver.DynamicEpisodeDriver(
            tf_env,
            collect_policy,
            observers=replay_observer + train_metrics,
            num_episodes=collect_episodes_per_epoch).run()

之后将它们记录到您的摘要中：

for train_metric in train_metrics:
    train_metric.tf_summaries(train_step=epoch_counter, step_metrics=train_metrics[:2])

如果您想知道，step_metrics参数是将后两个指标与前两个指标进行比较。