-
Notifications
You must be signed in to change notification settings - Fork 1
Expand file tree
/
Copy pathoptions.py
More file actions
53 lines (44 loc) · 2.5 KB
/
options.py
File metadata and controls
53 lines (44 loc) · 2.5 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
import os
import time
import argparse
def get_options(args=None):
parser = argparse.ArgumentParser(description="Mamba-DAC")
# General options
parser.add_argument("--train", action="store_true", help="Train the model")
parser.add_argument("--test", action="store_true", help="Test the model")
parser.add_argument("--train_online", action="store_true", help = "Train the model in online manner")
parser.add_argument("--seed", type=int, default=999)
parser.add_argument("--device", type=str, default="cuda")
parser.add_argument("--trajectory_file_path", type=str, default='./trajectory_files/trajectories_set_alg0/trajectory_set_0_Unit.pkl')
parser.add_argument("--model", type=str, default="q_mamba",choices=["q_mamba"])
parser.add_argument("--model_dir", type=str, default="./model/")
parser.add_argument("--shuffle", action="store_true", default = False, help="Shuffle the dataset")
parser.add_argument("--resume",type=str, default = None, help="a txt or json, to resume training")
parser.add_argument("--lr", type=float, default=5e-3)
parser.add_argument("--lambda", type=float, default=1.0)
parser.add_argument("--beta", type=float, default=10.0)
# Q-Mamba options
parser.add_argument("--state_dim", type=int, default=9)
parser.add_argument("--actions_dim", type=int, default=5)
parser.add_argument("--action_bins", type=int, default=16)
parser.add_argument("--d_state", type=int, default=32)
parser.add_argument("--d_conv", type=int, default=4)
parser.add_argument("--expand", type=int, default=2)
parser.add_argument("--num_hidden_mlp", type=int, default=32)
parser.add_argument("--mamba_num", type=int, default=1)
parser.add_argument("--gamma", type=float, default=0.99)
parser.add_argument("--has_conservative_reg_loss", action="store_true", default = False , help="Use conservative reg loss")
# training options
parser.add_argument("--batch_size", type=int, default=128)
parser.add_argument("--num_epoch", type=int, default=200)
# testing options
parser.add_argument("--algorithm_id", type=int, default=0)
parser.add_argument("--load_path", type=str, default=None)
# logging options
parser.add_argument("--log_path", type=str, default="./log/")
parser.add_argument("--log_name", type=str, default=None)
opts = parser.parse_args(args)
opts.time_stamp = time.strftime("%Y%m%dT%H%M%S")
if opts.log_name is None:
opts.log_name = opts.time_stamp
return opts