高周波エンジニアのためのAI・機械学習入門（GPU編45） PythonのStable-Baselines-3を使ってLCバンドパスフィルタの素子値を強化学習で最適化する。今回は TD3(Twin Delayed DDPG)を試す。

PPO, SACと来て今回はTD3。このコードを実行する。

from bpf_training import main

if __name__ == "__main__":

    main("td3")

学習前

学習後

これも頑張って帯域内のワーストILをよくしている。なるほど。別の例も考えよう。