-
Notifications
You must be signed in to change notification settings - Fork 2
/
Copy pathrun.sh
204 lines (175 loc) · 7.69 KB
/
run.sh
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
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
#!/bin/bash
python experiment.py --seed 123 \
--env halfcheetah --dataset medium-expert \
--eta 0.4 --grad_norm 15.0 \
--exp_name qt --save_path ./save/ \
--max_iters 10 --num_steps_per_iter 10000 --lr_decay \
--k_rewards --use_discount \
python experiment.py --seed 123 \
--env hopper --dataset medium-expert \
--eta 1.0 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount \
python experiment.py --seed 123 \
--env walker2d --dataset medium-expert \
--eta 2.0 --grad_norm 5.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount \
python experiment.py --seed 123 \
--env halfcheetah --dataset medium \
--eta 5.0 --grad_norm 15.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --K 5 \
python experiment.py --seed 123 \
--env hopper --dataset medium \
--eta 1.0 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount \
python experiment.py --seed 123 \
--env walker2d --dataset medium \
--eta 2.0 --grad_norm 5.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount \
python experiment.py --seed 123 \
--env halfcheetah --dataset medium-replay \
--eta 5.0 --grad_norm 15.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --K 5 \
python experiment.py --seed 123 \
--env hopper --dataset medium-replay \
--eta 3.0 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount \
python experiment.py --seed 123 \
--env walker2d --dataset medium-replay \
--eta 2.0 --grad_norm 5.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount \
python experiment.py --seed 123 \
--env pen --dataset human \
--eta 0.1 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount \
python experiment.py --seed 123 \
--env pen --dataset cloned \
--eta 0.1 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount \
python experiment.py --seed 123 \
--env hammer --dataset human \
--eta 0.1 --grad_norm 5.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 60 \
python experiment.py --seed 123 \
--env hammer --dataset cloned \
--eta 0.01 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 30 \
python experiment.py --seed 123 \
--env door --dataset human \
--eta 0.005 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 60 \
python experiment.py --seed 123 \
--env door --dataset cloned \
--eta 0.001 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 60 \
python experiment.py --seed 123 \
--env kitchen --dataset complete \
--eta 0.001 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 100 \
python experiment.py --seed 123 \
--env kitchen --dataset partial \
--eta 0.01 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 50 \
python experiment.py --seed 123 \
--env maze2d --dataset open \
--eta 0.01 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 50 \
python experiment.py --seed 123 \
--env maze2d --dataset open-dense \
--eta 0.01 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 50 \
python experiment.py --seed 123 \
--env maze2d --dataset umaze \
--eta 5.0 --grad_norm 20.0 \
--exp_name qt --save_path ./save/ \
--max_iters 100 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 50 \
python experiment.py --seed 123 \
--env maze2d --dataset umaze-dense \
--eta 3.0 --grad_norm 5.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 50 \
python experiment.py --seed 123 \
--env maze2d --dataset medium \
--eta 5.0 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 100 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 50 \
python experiment.py --seed 123 \
--env maze2d --dataset medium-dense \
--eta 5.0 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 100 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 50 \
python experiment.py --seed 123 \
--env maze2d --dataset large \
--eta 4.0 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 50 \
python experiment.py --seed 123 \
--env maze2d --dataset large-dense \
--eta 4.0 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 50 \
python experiment.py --seed 123 \
--env antmaze --dataset umaze \
--eta 0.05 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 50 \
python experiment.py --seed 123 \
--env antmaze --dataset umaze-diverse \
--eta 0.01 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 500 --num_steps_per_iter 1000 --lr_decay \
--early_stop --k_rewards --use_discount --early_epoch 50 \
python experiment.py --seed 123 \
--env antmaze --dataset medium-diverse \
--eta 0.01 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 100 --num_steps_per_iter 1000 --lr_decay --num_eval_episodes 10 \
--early_stop --k_rewards --use_discount --early_epoch 80 \
python experiment.py --seed 123 \
--env antmaze --dataset large-diverse \
--eta 0.005 --grad_norm 9.0 \
--exp_name qt --save_path ./save/ \
--max_iters 100 --num_steps_per_iter 1000 --lr_decay --num_eval_episodes 10 \
--early_stop --k_rewards --use_discount --early_epoch 80 --reward_tune cql_antmaze