tonghanwang/eiti-edti

Codes accompanying the paper "Influence-Based Multi-Agent Exploration" (ICLR 2020 spotlight)

eiti-edti's Issues

EITI 中 VAE 具体怎么计算及使用？

你好，请问这个公式里，log 里面的两个概率怎么计算？虽然论文说用 vae，但是 vae 不是用来压缩及采样的吗？怎么得到概率？对应代码在哪里？

code 中的 reward 定义与论文有差异？

你好，我看 code 中的 mutual information reward 定义如下：

但是论文中是

区别较大，是否能够详细介绍一下？

能提供一下island相关的运行命令吗

你好，我仿照pass任务上运行的command（只修改了size=10）在task island 上运行了ppo2. 但是会出现如下维数相关的问题。我认为这可能是缺少必须的参数设置。请问我如果想在island上成功运行代码都需要在命令上修改哪些参数？
Traceback (most recent call last): File "./baselines/run.py", line 302, in <module> main(sys.argv) File "./baselines/run.py", line 244, in main model, env = train(args, extra_args) File "./baselines/run.py", line 95, in train **alg_kwargs File "/home/sunrifr/EITI-EDTI/baselines/ppo2/ppo2.py", line 188, in learn ext_rewards_tv_n, int_rewards_tv_n, ext_rewards_v_n, int_rewards_v_n = runner.run() # pylint: disable=E0632 File "/home/sunrifr/EITI-EDTI/baselines/ppo2/runner.py", line 153, in run self.obs_n, t_rewards, self.dones, infos = self.env.step(actions) File "/home/sunrifr/EITI-EDTI/baselines/common/vec_env/subproc_vec_env.py", line 513, in step self.key_points.update([self.pre_state_n[j], actions[j]], [state_n[j], None]) File "/home/sunrifr/EITI-EDTI/baselines/Curiosity.py", line 1468, in update self.p_c_1.add(c_num_1) File "/home/sunrifr/EITI-EDTI/baselines/Curiosity.py", line 103, in add self.count_1.add(num[:-self.n_1]) File "/home/sunrifr/EITI-EDTI/baselines/Curiosity.py", line 64, in add self.count_1.add(num) File "/home/sunrifr/EITI-EDTI/baselines/Curiosity.py", line 39, in add f = f[num[i]] IndexError: index 4 is out of bounds for axis 0 with size 4

期待你的回复，谢谢！

变分推断部分请教

请问变分推断的具体代码在哪一部分呢？

模型的测试

你好，可以提供一个训练好的模型吗？方便我测试