文件名称：rllib.js:使用JavaScript的强化学习库
文件大小：15.16MB
文件格式：ZIP
更新时间：2024-05-31 22:15:41
javascript threejs reinforcement-learning JavaScript
rllib.js 带有JavaScript的强化学习库。 该库提供了一些强化学习算法和环境。 目前，使用TensorFlow.js实现功能，并使用three.js进行可视化。 实时示例： ： 安装并启动示例 起始示例： Linux git clone https://github.com/polyzer/rllib.js.git npm i npm run ppo 视窗 git clone https://github.com/polyzer/rllib.js.git npm i npm run ppo 在那里，请按照以下步骤操作： ./dist/ppo_worker_main * .js 并更换 var PPOworker = new Worker ( "/agents\policy_gradients\ppo_worker.js" ) ; 至 var P
【文件预览】：
rllib.js-master
----.gitignore(30B)
----.babelrc(164B)
----package.json(2KB)
----main.js(285B)
----package-lock.json(520KB)
----src()
--------images()
--------models()
--------css()
--------jsm()
----ppo_class_worker_main.js(2KB)
----support()
--------jasmine.json(170B)
----readme()
--------output.gif(8.25MB)
--------back.png(2.16MB)
----models()
--------ppo_64()
----LICENSE(1KB)
----ppo_node.js(3KB)
----ppo_worker_main.js(2KB)
----README.md(2KB)
----ppo_web_worker.html(325B)
----index.html(314B)
----agents()
--------policy_gradients()
--------DQN()
--------Buffer.js(0B)
----dqn.html(314B)
----ppo_class_web_worker.html(331B)
----envs()
--------HuntersWorld()
--------FlatAreaWorld()
--------TestWorld()
--------BabylonjsVRExperimentWorld()
----tests.js(205B)