update PolicyGradient

codes/PolicyGradient/params.py

@@ -5,15 +5,25 @@ Author: John
 Email: johnjim0816@gmail.com
 Date: 2020-11-22 23:25:37
 LastEditor: John
-LastEditTime: 2020-11-22 23:32:44
+LastEditTime: 2020-11-26 19:11:21
 Discription: 存储参数
 Environment: 
 '''
 import argparse
+import datetime
+import os
+
+SEQUENCE = datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
+SAVED_MODEL_PATH = os.path.split(os.path.abspath(__file__))[0]+"/saved_model/"+SEQUENCE+'/'
+RESULT_PATH = os.path.split(os.path.abspath(__file__))[0]+"/result/"+SEQUENCE+'/'
+
 def get_args():
     '''训练参数'''
     parser = argparse.ArgumentParser()
-    parser.add_argument("--train_eps", default=1200, type=int) # 训练的最大episode数目
+    parser.add_argument("--train", default=1, type=int)  # 1 表示训练，0表示只进行eval
+    parser.add_argument("--train_eps", default=300, type=int) # 训练的最大episode数目
+    parser.add_argument("--eval_eps", default=100, type=int)  # 训练的最大episode数目
+    parser.add_argument("--batch_size", default=4, type=int) # 用于gradient的episode数目
     parser.add_argument("--policy_lr", default=0.01, type=float) # 学习率
     config = parser.parse_args()
     return config