文件名称：PyRL:PyRL-Pytorch中的强化学习框架（政策梯度，DQN，DDPG，TD3，PPO，SAC等）
文件大小：29KB
文件格式：ZIP
更新时间：2024-05-23 09:14:32
reinforcement-learning deep-reinforcement-learning pytorch dqn ddpg
PyRL-Pytorch中的强化学习框架 PyRL是深度强化学习研究的框架。 在PyTorch中实现了以下算法： （在制品） （WIP） （在制品） 该项目仍在积极开发中。 特征 模块化架构 在PyTorch中实现 可读代码 安装 git clone https://github.com/chaovven/pyrl.git pip3 install -r requirements.txt 我强烈建议使用conda环境进行实验。 其中一些示例使用MuJoCo物理模拟器。 有关设置MuJoCo的说明，请参见。 进行实验 示例1： TD3 python3 main.py --alg=td3 with env=InvertedPendulum-v2 默认参数存储在config/default.yaml ，其中所有实验都共享这些参数。 TD3的参数存储在文件config/algs
【文件预览】：
PyRL-master
----components()
--------decay_schedules.py(685B)
--------replay_buffer.py(2KB)
--------action_selectors.py(5KB)
--------one_hot.py(165B)
--------episode_buffer.py(2KB)
----.gitignore(10B)
----README.md(3KB)
----utils()
--------rl_utils.py(304B)
--------eval_policy.py(698B)
--------__init__.py(0B)
----LICENSE(11KB)
----learners()
--------sac_learner.py(4KB)
--------pg_learner.py(3KB)
--------base_learner.py(1KB)
--------td3_learner.py(4KB)
--------dqn_learner.py(2KB)
--------ddpg_learner.py(4KB)
--------__init__.py(406B)
--------ppo_learner.py(4KB)
----main.py(3KB)
----config()
--------algs()
--------default.yaml(570B)
----requirements.txt(83B)
----modules()
--------actor()
--------critic()
----run.py(6KB)