一款基于delphi TStringGrid的表格控件，主要目的是提供一个可以非常简单易用且容易使用的单元格合并表格。 已经实现： 单元格合并 可以支持单元格的合并，使用方法示例： miniGrid.MergeCells(1, 1, 1, 1);//以第一列第一行为准，合并1列和1行 miniGrid.MergeCells(3, 3, 0, 1);//以第三列第三行为准，合并0列和1行 单元格自动超链接自动识别 使用示例： miniGrid.Cells[4,1] := 'http://www.

Minigrid 是最小只有 2KB 的零依赖级联网格布局。它是可响应的，并且可以设置动画。 标签：Minigrid

进化开关神经元 对于此项目，我们的目标是将开关神经元的概念整合到最新的进化算法中，从而无需手动设计即可生成带有开关神经元的网络。我们将通过在简单的强化学习任务（例如关联任务和T-迷宫任务）上对其进行测试，并将其结果与人工设计的神经网络的结果进行比较，从而判断此类网络的可行性。 手动： T迷宫：python manual_control.py --env MiniGrid-TMaze-v0 双T迷宫：python manual_control.py --env MiniGrid-DoubleTM

道德强化学习（ERL） ERL是一个Python库，用于生成标准RL基线，培训具有道德约束的代理并评估代理性能。 此回购协议在之上实现，并且很大程度上基于 。 安装 此仓库以PyPi软件包的形式提供，可以使用pip install ethical-rl 但是，我不能保证PyPi上的软件包是最新的，因此，如果您要在此处看到的代码，请执行以下操作：克隆repo和pip install . 要求 tensorflow==2.3.0 gym==0.17.2 numpy==1.17.4 gym-mi

L2M_GridWorld 网格世界设置中的终身学习，基于以下文章中的Mini网格世界环境： : 第一次运行：运行此命令：python ./manual_control.py --env MiniGrid-FourRooms-v0 --num_envs 5 简约的Gridworld环境（MiniGrid） 那里还有其他的gridworld Gym环境，但是该环境被设计为特别简单，轻巧和快速。 该代码几乎没有依赖项，因此不太可能破坏或无法安装。 它不加载任何外部精灵/纹理，并且可以在Co