Distributed-DRL:分布式深度强化学习

【文件属性】：

文件名称：Distributed-DRL:分布式深度强化学习

文件大小：874KB

文件格式：ZIP

更新时间：2024-06-15 13:00:00

Python

分布式DRL 分布式深度强化学习 该框架的灵感来自OpenAI的通用RL培训系统Rapid 。 快速框架： 我们的框架： 教程 该框架将强化学习过程分为五个部分： 重播缓冲区（选项） 参数服务器 火车（学习） 推出 测试 @ ray . remote class ReplayBuffer : ... # replay buffer @ ray . remote class ParameterServer ( object ): ... # keep the newest network weights here # could pull and push the weights # also could save the weights to local @ ray . remote ( num_gpus = 1 ,

【文件预览】：
Distributed-DRL-master
----tutorial()
--------Parallelize your algorithm by Ray (1).md(9KB)
--------Pictures()
--------Parallelize your algorithm by Ray (2).md(15KB)
--------Parallelize your algorithm by Ray (3).md(11KB)
----example()
--------core.py(4KB)
--------dsac.py(7KB)
--------model.py(5KB)
--------sac.py(14KB)
----algos()
--------sqn()
--------dqn()
--------sac1()
--------trading_env.py(14KB)
--------test_scripts()
----pictures()
--------ddrlframework.jpg(281KB)
[e-mail](268KB)
--------dsac1.png(73KB)
--------sac1.png(60KB)
----README.md(3KB)