huskarl：深度强化学习框架+算法

【文件属性】：
文件名称：huskarl：深度强化学习框架+算法
文件大小：31.07MB
文件格式：ZIP
更新时间：2021-02-06 08:45:12
python reinforcement-learning deep-learning algorithms tensorflow 胡斯卡尔 Huskarl是专注于模块化和快速原型设计的深度强化学习框架。 它基于TensorFlow 2.0构建，并在可能的情况下使用tf.keras API以获得简洁性和可读性。 Huskarl使跨多个CPU内核的环境动态计算的并行化变得容易。 这对于加速基于策略的学习算法很有用，该算法可从多个并发的经验来源（例如A2C或PPO）中受益。 它对于计算密集型环境（例如基于物理的环境）特别有用。 与环境无缝。 计划支持多代理环境和。 演算法 实现了几种算法，并计划了更多算法。 深度Q学习网络（DQN） 多步DQN 双DQN 决斗架构DQN 优势演员评判（A2C） 深度确定性策

【文件预览】：
huskarl-master
----setup.py(674B)
----LICENSE(1KB)
----setup.cfg(89B)
----examples()
--------ddpg-pendulum.py(2KB)
--------dqn-cartpole.py(1KB)
--------a2c-cartpole.gif(16.46MB)
--------ddpg-pendulum.gif(13.88MB)
--------a2c-cartpole.py(1KB)
--------dqn-cartpole.gif(3.22MB)
----README.md(3KB)
----logo.png(8KB)
----huskarl()
--------__init__.py(99B)
--------simulation.py(8KB)
--------agent()
--------core.py(794B)
--------memory.py(7KB)
--------policy.py(2KB)