danil-e/rlpinn-ablation-buffers

RLPINN ablation replay buffers

Оффлайн-буферы транзишенов RL-агента (выбор оптимизаторов для обучения PINN) для абляции DQN-стека (PER / soft-Watkins / trust-region) в PINNacle.

Транзишены экспортированы из Comet-проектов rlpinn-<pde>-tolerance скриптом experiments/optimization_multi_pde/export_buffer_transitions.py (ветка rlpinn_agent_ablation PINNacle). Поле solver_models вырезано — буфер его не использует.

Доступные буферы

Структура

<pde>/
    manifest.json               # источник, отбор, список экспериментов
    001_<exp_name>.pt           # список транзишенов эксперимента, порядок =
    002_<exp_name>.pt           #   новые эксперименты первыми

Каждый транзишен — dict: state, nextstate, action, reward, done, rewardmodel, optmodeli (+ rewardmodelraw / current_loss где были).

Использование

python experiments/optimization_multi_pde/<pde>_ablation_chain.py \
    --ablation no_per --buffer-src hf --hf-repo danil-e/rlpinn-ablation-buffers

Логи и результаты запусков — в соседнем датасете danil-e/rlpinn-ablation-runs.

English: offline replay-buffer transitions (PINN optimizer-selection RL agent) for a DQN-stack ablation study; produced by the export script above, consumed by collect_all_local_transitions in the PINNacle fork.