Lizhi-sjtu/DRL-code-pytorch
این پروژه یک مجموعه‌ی ساده و شفاف از پیاده‌سازی‌های یادگیری تقویتی عمیق (DRL) با استفاده از کتابخانه PyTorch است.
شامل الگوریتم‌های معروفی مثل REINFORCE, A2C, DQN, PPO (برای فضاهای گسسته و پیوسته), DDPG, TD3 و SAC می‌شود.
کاربرد:
این کتابخانه برای آموزش و تحقیق در حوزه‌ی یادگیری تقویتی طراحی شده.
مناسب افرادی است که می‌خواهند سریع یک الگوریتم DRL را درک کنند، تست بگیرند یا به عنوان پایه‌ای برای توسعه‌ی مدل‌های جدید استفاده کنند.
در چه شرایطی بهتره استفاده شود؟
وقتی به دنبال کد تمیز، خلاصه و قابل فهم هستید و نیازی به یک فریم‌ورک سنگین مثل Stable-Baselines3 ندارید.
همچنین وقتی می‌خواهید ساختار داخلی الگوریتم‌ها را ببینید و خودتان تغییر دهید، این پروژه گزینه‌ی عالی‌ای است.
چند مثال از موارد استفاده:
آموزش عامل برای حل محیط‌های Gym مثل CartPole یا Pendulum
مقایسه‌ی عملکرد الگوریتم‌های PPO و A2C در یک محیط ساده
توسعه‌ی نسخه‌ی سفارشی از DDPG با تغییر شبکه‌های عصبی
استفاده به عنوان پایه برای پروژه‌های تحقیقاتی دانشگاهی
- ##DeepReinforcementLearning
- ##PyTorch
- ##DRL
- ##PPO
- ##DQN
- ##SAC
- ##DDPG
- ##TD3
- ##A2C
- ##REINFORCE