文件名称：dqn_zoo:DQN Zoo是在DeepMind基于Deep Q-Network（DQN）代理开发的强化学习代理的参考实现的集合。
文件大小：23.42MB
文件格式：ZIP
更新时间：2024-04-10 05:21:56
Python
DQN动物园 DQN Zoo是在DeepMind基于代理开发的强化学习代理的参考实现的集合。 它的目标是易于研究，自成体系并易于阅读。每个代理都是使用 ， 和，并且是相应实现的尽力而为的复制。每个代理商平均会在标准的57套Atari游戏中再现结果。 目录 纸 dqn double_q prioritized c51 qrdqn rainbow iqn 每个特工在全部57个Atari游戏中的人类标准化得分的中位数图： 快速开始 注意：仅支持Python 3.6和更高版本以及Linux。 请按照以下步骤快速克隆DQN Zoo存储库，安装所有必需的依赖项并开始运行DQN。这些步骤的先决条件是带有最新CUDA驱动程序的NVIDIA GPU。 安装 19.03或更高版本（用于--gpus标志）。 安装 。 启用 。 通过运行以下命令来验证前面的步骤是否成功： docker run --gpus al
【文件预览】：
dqn_zoo-master
----Dockerfile(1KB)
----README.md(11KB)
----docker_requirements.txt(982B)
----run.sh(2KB)
----LICENSE(11KB)
----plot_atari_summary.svg(139KB)
----CONTRIBUTING.md(1KB)
----results.tar.gz(21.56MB)
----dqn_zoo()
--------parts.py(12KB)
--------atari_data.py(4KB)
--------qrdqn()
--------parts_test.py(9KB)
--------gym_atari_test.py(7KB)
--------networks.py(11KB)
--------replay.py(23KB)
--------atari_data_test.py(2KB)
--------processors_test.py(16KB)
--------dqn()
--------c51()
--------test_utils.py(2KB)
--------replay_test.py(28KB)
--------prioritized()
--------processors.py(20KB)
--------iqn()
--------rainbow()
--------gym_atari.py(7KB)
--------networks_test.py(7KB)
--------double_q()
----plot_atari_individual.svg(5.88MB)