实例介绍
【实例简介】
python3 actor_critic.py
python3 dqn.py
python3 ppo.py
python3 ddpg.py
python3 a3c.py
python3 a2c.py
python3 acer.py
python3 sac.py
【实例截图】
【核心代码】
文件清单
└── minimalRL-c8efed8481e3cd40e9739cfde220a55522555b57
├── a2c.py
├── a3c.py
├── acer.py
├── actor_critic.py
├── ddpg.py
├── dqn.py
├── LICENSE
├── ppo-continuous.py
├── ppo-lstm.py
├── ppo.py
├── README.md
├── REINFORCE.py
├── sac.py
└── vtrace.py
1 directory, 14 files
这是一个基于PyTorch的minimalRL-pytorch项目，提供了基本RL算法的实现，每个算法都在单个文件中完成。
代码行数仅为100~150行，每个算法训练时间不超过30秒，即使没有GPU。
环境固定为“CartPole-v1”，您只需关注实现部分。
算法
- REINFORCE（67行）
- Vanilla Actor-Critic（98行）
- DQN（112行，包括重放记忆和目标网络）
- PPO（119行，包括GAE）
- DDPG（145行，包括OU噪声和软目标更新）
- A3C（129行）
- ACER（149行）
- A2C（188行）
- SAC（171行）
- PPO-Continuous（161行）
- Vtrace（137行）
任何建议...？
依赖
- PyTorch
- OpenAI GYM（> 0.26.2 重要！！不再支持之前的版本）
用法
# 仅适用于Python 3。
例如：
python3 REINFORCE.pypython3 actor_critic.py
python3 dqn.py
python3 ppo.py
python3 ddpg.py
python3 a3c.py
python3 a2c.py
python3 acer.py
python3 sac.py
【实例截图】
【核心代码】
文件清单
└── minimalRL-c8efed8481e3cd40e9739cfde220a55522555b57
├── a2c.py
├── a3c.py
├── acer.py
├── actor_critic.py
├── ddpg.py
├── dqn.py
├── LICENSE
├── ppo-continuous.py
├── ppo-lstm.py
├── ppo.py
├── README.md
├── REINFORCE.py
├── sac.py
└── vtrace.py
1 directory, 14 files
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论