文件名称：pytorch-a2c-ppo-acktr-gail：PyTorch实施Advantage Actor Critic（A2C），近端策略优化（PPO），可扩展的信任区域方法，用于使用Kronecker因子逼近（ACKTR）和生成的对抗模仿学习进行深度强化学习（盖尔）
文件大小：8.53MB
文件格式：ZIP
更新时间：2024-02-26 03:33:56
reinforcement-learning deep-learning deep-reinforcement-learning pytorch atari
pytorch-a2c-ppo-acktr 请使用本自述文件中的超级参数。 使用其他超级参数，可能无法正常工作（毕竟是RL）！ 这是PyTorch的实现 优势演员评论家（A2C）， 的同步确定性版本 最近策略优化 使用Kronecker因子逼近可扩展信任域方法用于深度强化学习 生成对抗模拟学习 另请参阅OpenAI帖子： 和以获取更多信息。 此实现受到 ， 和的OpenAI基准的启发。 由于对Atari游戏进行了很好的调整，因此它使用相同的超级参数和模型。 如果要在出版物中引用此存储库，请使用此bibtex： @misc{pytorchrl, author = {Kostriko