模仿：在pythonTensorflow中实施逆向强化学习（IRL）算法。 深度MaxEnt，MaxEnt，LPIRL-源码.zip

【实例简介】
模仿 在python / Tensorflow中实现选定的逆向强化学习（IRL）算法。 python demo.py 实现的算法 线性逆强化学习（Ng＆Russell 2000） 最大熵逆强化学习（Ziebart et al。2008） 最大熵深度逆强化学习（Wulfmeier et al。2015） 已实施MDP和求解器 网格世界2D 网格世界1D 价值迭代 依存关系 python 2.7 cvxopt Tensorflow 0.12.1 matplotlib 线性逆向强化学习 根据Ng和Russell 2000的论文：算法，算法1 $ python linear_irl_
【实例截图】
【核心代码】
4744300845405469519.zip
└── irl-imitation-master
├── cartpole
│   ├── cartpole_dqn_history.py
│   ├── cartpole_dqn.py
│   ├── cartpole-model
│   │   ├── checkpoint
│   │   ├── model
│   │   ├── model.data-00000-of-00001
│   │   ├── model.index
│   │   └── model.meta
│   ├── dqn.py
│   ├── exp_replay.py
│   ├── README.md
│   └── tf_utils.py
├── deep_maxent_irl_gridworld.py
├── deep_maxent_irl.py
├── demo_gridworld1d.py
├── demo.py
├── imgs
│   ├── cmp.jpg
│   ├── deep_maxent_10.jpg
│   ├── deep_maxent_5.jpg
│   ├── deep_maxent_5s.jpg
│   ├── maxent10.jpg
│   ├── maxent5_2r.jpg
│   ├── rmap_gt.jpg
│   ├── rmap_gt_maxent_10.jpg
│   ├── rmap_gt_maxent.jpg
│   ├── rmap_lirl_3d.jpg
│   ├── rmap_lirl.jpg
│   ├── rmap_maxent_10.jpg
│   ├── rmap_maxent_3d_10.jpg
│   ├── rmap_maxent_3d.jpg
│   ├── rmap_maxent.jpg
│   ├── vmap_gt.jpg
│   ├── vmap_gt_maxent_10.jpg
│   └── vmap_gt_maxent.jpg
├── img_utils.py
├── linear_irl_gridworld.py
├── lp_irl.py
├── maxent_irl_gridworld.py
├── maxent_irl.py
├── mdp
│   ├── gridworld1d.py
│   ├── gridworld.py
│   ├── __init__.py
│   ├── test_gridworld.py
│   ├── test_value_iteration.py
│   └── value_iteration.py
├── README.md
├── tf_utils.py
└── utils.py

5 directories, 47 files