文件名称：keras-rl2:使用TensorFlow 2 Keras进行强化学习
文件大小：898KB
文件格式：ZIP
更新时间：2024-05-29 16:40:39
algorithms deep-reinforcement-learning deep dqn atari
Tensorflow 2 Keras的深度强化学习 注意：需要tensorflow == 2.1.0 它是什么？ keras-rl2在Python中实现了一些最先进的深度强化学习算法，并与深度学习库无缝集成。 此外， keras-rl2可以与一起使用。 这意味着评估和使用不同算法很容易。 当然，您可以根据自己的需要扩展keras-rl2 。 您可以使用内置的Keras回调和指标或定义自己的指标。 更重要的是，只需扩展一些简单的抽象类，即可轻松实现自己的环境甚至算法。 文档可。 包含什么？ 截止到今天，已经实现了以下算法： 深度Q学习（DQN） [1] ， [2] Double DQN [3] 深度确定性策略梯度（DDPG） [4] 连续DQN（CDQN或NAF） [6] 交叉熵方法（CEM） [7] ， [8] 决斗网络DQN（Dueling DQN） [9] 深层S
【文件预览】：
keras-rl2-master
----setup.py(468B)
----.gitignore(166B)
----rl()
--------.gitignore(11B)
--------__init__.py(0B)
--------processors.py(4KB)
--------random.py(2KB)
--------util.py(4KB)
--------agents()
--------common()
--------core.py(29KB)
--------memory.py(12KB)
--------callbacks.py(15KB)
--------policy.py(10KB)
----ISSUE_TEMPLATE.md(750B)
----assets()
--------breakout.gif(533KB)
--------cartpole.gif(244KB)
--------kerasrl2g.png(19KB)
--------pendulum.gif(61KB)
----CONTRIBUTING.md(884B)
----DEVELOPMENT.md(324B)
----LICENSE(1KB)
----setup.cfg(40B)
----.github()
--------workflows()
----utils()
--------__init__.py(0B)
--------gym()
----examples()
--------cem_cartpole.py(2KB)
--------dqn_atari.py(5KB)
--------ddpg_pendulum.py(3KB)
--------dqn_cartpole.py(2KB)
--------visualize_log.py(2KB)
--------duel_dqn_cartpole.py(2KB)
--------naf_pendulum.py(3KB)
--------sarsa_cartpole.py(1KB)
--------ddpg_mujoco.py(3KB)
----README.md(5KB)
----tests()
--------rl()
--------__init__.py(0B)
--------integration()
----pytest.ini(1KB)
----mkdocs.yml(605B)
----.gitattributes(66B)
----docs()
--------templates()
--------requirements.txt(34B)
--------autogen.py(9KB)
--------sources()
----requirements-dev.txt(24B)