软演员评论家（SAC） Descllione dell'algoritmo 软演员评论家深度强化学习DQN（Deep Q Learning）的非政策派生，也可以从以下方面进行分类： La Q函数视图的神经网络输入（输入：（stato，azione），输出：valore） 非因果关系的公司 L'agente conosce lo stato in cui si trova（communque una descrizione parziale dello stato attuale） L'a

软演员关键和扩展 PyTorch实施了具有扩展性PER + ERE + Munchausen RL的Soft-Actor-Critic ，并提供了用于并行数据收集和更快训练的多环境选项。 该存储库包括最新的Soft-Actor-Critic版本（ ）以及SAC的扩展： P rioritizedËxperienceřeplay（ ） Èmphasizing最近几个Ë没有忘记过去（xperience ） Munchausen强化学习 D2RL：强化学习深密度架构 N步自举 平行环境 在

深度强化学习算法 该存储库将使用PyTorch实现经典的深度强化学习算法。 该存储库的目的是为人们提供清晰的代码，以供他们学习深度强化学习算法。 将来，将添加更多算法，并且还将保留现有代码。 当前实施 深度Q学习网络（DQN） 基本DQN 双Q网络 决斗网络架构 深度确定性策略梯度（DDPG） 优势演员评判（A2C） 信任区域策略梯度（TRPO） 近端政策优化（PPO） 使用克罗内克因素信任区域（ACKTR）的演员评论家 软演员评论（SAC） 更新信息 :triangu