massquantity
请问这是Deep Reinforcement Learning for List-wise Recommendations 这篇论文的代码吗
想请问一下是不是DDPG部分并没有复现Deep Reinforcement Learning for List-wise Recommendations这篇论文Online User-Agent Interaction Environment Simulator部分？
想请问一下是不是DDPG部分并没有复现Deep Reinforcement Learning for List-wise Recommendations这篇论文Online User-Agent Interaction Environment Simulator部分？
我大概明白了，作者在博客里写了是用了离线强化学习，这样的话也不用再写一个环境与Actor来进行交互，而是直接用已有的轨迹（历史数据）与actor进行交互。这样说应该没问题吧
我最近也在跑这个代码，想应用到推荐场景，能不能聊一下，微信 mtax，拉个微信群也行 @massquantity @WinnieZM @Daming0508
推荐方法参照 https://github.com/massquantity/Flink-Reinforcement-Learning/blob/master/python_api/ddpg.py#L37
推荐方法参照 https://github.com/massquantity/Flink-Reinforcement-Learning/blob/master/python_api/ddpg.py#L37
感谢回复！
@Daming0508 你好，我最近也在跑这个代码，但是运行出来的结果很奇怪，actor和critic的损失都很大，请问你也是这样吗？
我也遇到了这个问题，应该是参数设置的不对，正在调整中
我最近也在跑这个代码，想应用到推荐场景，能不能聊一下，微信mtax，拉个微信群也行@massquantity @WinnieZM @Daming0508
可以加群一起讨论下吗 谢谢
