Répéter l'expérience de l'auteur GzDRL de même graine PPO
Haridevan, Kang et Shan Présentez GzDRL dans une préimpression 2026. La section V-B, la figure 6 et le tableau II comparent les parcours de PPO isolés par procédé avec des graines identiques et différentes. Cet exemple exécute leur artefact de recherche de même grain libéré sur CPU et compare ses paramètres de contrôle réels et evaluation revient avec le journal.
Créer un environnement de conda isolé à partir de environment.yml. La compilation de Linux cochée est enregistrée dans environment-explicit.txt; Les paquets Python sont enregistrés dans requirements-tested.txt. Courez sh fetch-source.sh dans l'environnement activé, sh run.sh. La source est épinglée sur 3e5c5f9a62c1160b3b2889e6d34d794a5361e178. Le code auteur est MIT, avec Gazebo distinct et des avis de dépendance EnvPool regroupés. Conservez ses fichiers LICENSE/THIRD_PARTY_NOTICES.
Cette construction portable utilise conda-forge Gazebo 10.6.0 et GCC 15 au lieu de l'installation du système GCC 11. Un patch de compatibilité mécanique désambiguise 22 appels de constructeurs liés au scalaire avec explicite std::tuple; la dynamique et la logique des tâches n’ont pas été modifiées. La source avait besoin de ce correctif pour compiler avec cette chaîne d'outils. CPU PyTorch 2.7.1 et Stable Baselines3 2.7.0 ont été utilisés. Le verrou historique de dépendance papier n’est pas établi.
La configuration de l'auteur non modifiée forme cinq processus indépendants avec la graine 42, huit environnements, la randomisation de domaine désactivée, 500 000 pas de temps et points de contrôle demandés toutes les 50 000 étapes. Le lotage de déploiement de PPO produit 501,760 temps réels. Chaque point de contrôle est évalué plus de 20 épisodes de graines fixes dans un processus frais avec une normalisation d'observation sauvée restaurée et congelée. La rangée de graines différente du tableau II est en dehors de cette course.
Le contrôle prévol de l'auteur a passé les cinq hashes : observations initiales, séquence de transition fixe, politique initiale, politique de mise à jour unique et état de normalisation. Un contrôle indépendant de l'état-dictionnaire a également trouvé des paramètres identiques pour les cinq passages aux 12 postes de contrôle enregistrés. Les horodatages d'archive Zip sont exclus de cette comparaison de paramètres.
Le papier indique que 18,43 ± 0,00 et 100 % des points de contrôle sont identiques. Sur les cinq parcours terminés, le retour final a été de 16,53216975 ± 0,00 pour les parcours. Chaque point de contrôle a reçu 20 semences fixes. evaluation épisodes, totalisant 1 200 evaluationPar. Le SD final de retour des épisodes était de 14,98144; Le taux de réussite final de l'épisode-longueur était de 0,55. Les paramètres formés et evaluation les courbes étaient identiques entre les processus. La revendication de déterminisme de point de contrôle est appuyée par cette opération; le retour numérique du papier n'est pas reproduit. Il n'y a pas de tolérance d'acceptation inventée pour son retour arrondi, et les différences de logiciels/compilateurs restent importantes.
Gardez l'épisode brut CSV, l'enregistrement avant vol, la comparaison de politique indépendante, la configuration efficace et les résultats d'analyse d'auteur. L'examen scientifique humain est toujours en cours. Une formation complète/evaluation courir ici fournit des preuves concrètes pour un exemple Lab utile tout en préservant le désaccord avec le papier.
Télécharger les fichiers enregistrés#
- checkpoint_variability.csv — analyse native/evaluation données.
- table_training_reproducibility.tex — analyse native/evaluation données.
- fig_training_variability.png — analyse native/evaluation données.
- training_reproducibility_summary.csv — analyse native/evaluation données.
- final_run_statistics.csv — analyse native/evaluation données.
- fig_training_reproducibility.png — analyse native/evaluation données.
- fig_training_reproducibility.svg — analyse native/evaluation données.
- analysis_manifest.json — analyse native/evaluation données.
- checkpoint_run_statistics.csv — analyse native/evaluation données.
- fig_training_variability.svg — analyse native/evaluation données.
- determinism_check.json — analyse native/evaluation données.
- effective_config.json — analyse native/evaluation données.
- gazebo-independent-policy-comparison.json — analyse native/evaluation données.
- gazebo-comparison.json — analyse native/evaluation données.
- checkpoint_evaluations.csv — analyse native/evaluation données.
- monitor.csv — analyse native/evaluation données.
- metadata.json — analyse native/evaluation données.
- checkpoint_250000_episodes.csv — analyse native/evaluation données.
- checkpoint_100000_episodes.csv — analyse native/evaluation données.
- checkpoint_50000_episodes.csv — analyse native/evaluation données.
- checkpoint_500000_episodes.csv — analyse native/evaluation données.
- checkpoint_501760_episodes.csv — analyse native/evaluation données.
- checkpoint_450000_episodes.csv — analyse native/evaluation données.
- checkpoint_0_episodes.csv — analyse native/evaluation données.
- checkpoint_350000_episodes.csv — analyse native/evaluation données.
- checkpoint_200000_episodes.csv — analyse native/evaluation données.
- checkpoint_300000_episodes.csv — analyse native/evaluation données.
- checkpoint_400000_episodes.csv — analyse native/evaluation données.
- checkpoint_150000_episodes.csv — analyse native/evaluation données.
- checkpoint_evaluations.csv — analyse native/evaluation données.
- monitor.csv — analyse native/evaluation données.
- metadata.json — analyse native/evaluation données.
- checkpoint_250000_episodes.csv — analyse native/evaluation données.
- checkpoint_100000_episodes.csv — analyse native/evaluation données.
- checkpoint_50000_episodes.csv — analyse native/evaluation données.
- checkpoint_500000_episodes.csv — analyse native/evaluation données.
- checkpoint_501760_episodes.csv — analyse native/evaluation données.
- checkpoint_450000_episodes.csv — analyse native/evaluation données.
- checkpoint_0_episodes.csv — analyse native/evaluation données.
- checkpoint_350000_episodes.csv — analyse native/evaluation données.
- checkpoint_200000_episodes.csv — analyse native/evaluation données.
- checkpoint_300000_episodes.csv — analyse native/evaluation données.
- checkpoint_400000_episodes.csv — analyse native/evaluation données.
- checkpoint_150000_episodes.csv — analyse native/evaluation données.
- checkpoint_evaluations.csv — analyse native/evaluation données.
- monitor.csv — analyse native/evaluation données.
- metadata.json — analyse native/evaluation données.
- checkpoint_250000_episodes.csv — analyse native/evaluation données.
- checkpoint_100000_episodes.csv — analyse native/evaluation données.
- checkpoint_50000_episodes.csv — analyse native/evaluation données.
- checkpoint_500000_episodes.csv — analyse native/evaluation données.
- checkpoint_501760_episodes.csv — analyse native/evaluation données.
- checkpoint_450000_episodes.csv — analyse native/evaluation données.
- checkpoint_0_episodes.csv — analyse native/evaluation données.
- checkpoint_350000_episodes.csv — analyse native/evaluation données.
- checkpoint_200000_episodes.csv — analyse native/evaluation données.
- checkpoint_300000_episodes.csv — analyse native/evaluation données.
- checkpoint_400000_episodes.csv — analyse native/evaluation données.
- checkpoint_150000_episodes.csv — analyse native/evaluation données.
- checkpoint_evaluations.csv — analyse native/evaluation données.
- monitor.csv — analyse native/evaluation données.
- metadata.json — analyse native/evaluation données.
- checkpoint_250000_episodes.csv — analyse native/evaluation données.
- checkpoint_100000_episodes.csv — analyse native/evaluation données.
- checkpoint_50000_episodes.csv — analyse native/evaluation données.
- checkpoint_500000_episodes.csv — analyse native/evaluation données.
- checkpoint_501760_episodes.csv — analyse native/evaluation données.
- checkpoint_450000_episodes.csv — analyse native/evaluation données.
- checkpoint_0_episodes.csv — analyse native/evaluation données.
- checkpoint_350000_episodes.csv — analyse native/evaluation données.
- checkpoint_200000_episodes.csv — analyse native/evaluation données.
- checkpoint_300000_episodes.csv — analyse native/evaluation données.
- checkpoint_400000_episodes.csv — analyse native/evaluation données.
- checkpoint_150000_episodes.csv — analyse native/evaluation données.
- checkpoint_evaluations.csv — analyse native/evaluation données.
- monitor.csv — analyse native/evaluation données.
- metadata.json — analyse native/evaluation données.
- checkpoint_250000_episodes.csv — analyse native/evaluation données.
- checkpoint_100000_episodes.csv — analyse native/evaluation données.
- checkpoint_50000_episodes.csv — analyse native/evaluation données.
- checkpoint_500000_episodes.csv — analyse native/evaluation données.
- checkpoint_501760_episodes.csv — analyse native/evaluation données.
- checkpoint_450000_episodes.csv — analyse native/evaluation données.
- checkpoint_0_episodes.csv — analyse native/evaluation données.
- checkpoint_350000_episodes.csv — analyse native/evaluation données.
- checkpoint_200000_episodes.csv — analyse native/evaluation données.
- checkpoint_300000_episodes.csv — analyse native/evaluation données.
- checkpoint_400000_episodes.csv — analyse native/evaluation données.
- checkpoint_150000_episodes.csv — analyse native/evaluation données.
- model_501760_steps.zip — formation des décideurs/normalisateurs.
- model_vecnormalize_501760_steps.pkl — formation des décideurs/normalisateurs.
- run.sh — le conducteur ou l'enregistrement d'environnement ou de source portable.
- environment.yml — le conducteur ou l'enregistrement d'environnement ou de source portable.
- requirements.txt — le conducteur ou l'enregistrement d'environnement ou de source portable.
- compatibility.patch — le conducteur ou l'enregistrement d'environnement ou de source portable.
- fetch-source.sh — le conducteur ou l'enregistrement d'environnement ou de source portable.
- config.json — le conducteur ou l'enregistrement d'environnement ou de source portable.
- requirements-tested.txt — le conducteur ou l'enregistrement d'environnement ou de source portable.
- environment-explicit.txt — le conducteur ou l'enregistrement d'environnement ou de source portable.
Enregistrement complet · Toutes les tentatives des candidats. Un examen scientifique humain est en cours.