注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. ReinforcementLearningMoscow.pdf

  2. 强化学习资料，包含DQN，PG，A2C，PPO，以及衍生算法与实验结果。 莫斯科罗蒙诺索夫国立大学 Written by: Sergey Ivanov ，qbrickmail.ru

  3. 所属分类：机器学习

    • 发布日期：2019-09-16
    • 文件大小：5mb
    • 提供者：biggestsheep

  1. Algorithm-Deep-reinforcement-learning-with-pytorch.zip

  2. Algorithm-Deep-reinforcement-learning-with-pytorch.zip,Pythorch实现DQN、AC、Acer、A2C、A3C、PG、DDPG、TRPO、PPO、SAC、TD3和….,算法是为计算机程序高效、彻底地完成任务而创建的一组详细的准则。

  3. 所属分类：其它

    • 发布日期：2019-09-17
    • 文件大小：69mb
    • 提供者：weixin_38744207

  1. 深度强化学习A2C算法实现

  2. 完整实现A2C算法，包括实现要点、模型构建、虚拟环境交互、模型训练、信息监控等，并亲测在google colab中运行

  3. 所属分类：机器学习

    • 发布日期：2020-04-28
    • 文件大小：5mb
    • 提供者：HJJ19881016

  1. RLSimpleBaselines:强化学习算法的简单PyTorch实现-源码

  2. 强化学习简单基准 “简单基准”旨在作为受OpenAI Spinning Up启发的信息技术学习的教育资源。 简单基准是PyTorch的实现。 表格方法 状态 动态编程 :check_mark: 蒙特卡洛 :check_mark: 时间差异 :check_mark: 函数Approheavy_check_markimators 状态 dqn :check_mark: 加强 :check_mark: a2c :check_mark: ddpg :check_mar

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：607kb
    • 提供者：weixin_42103587

  1. GITHUB-STURCURED:网址-源码

  2. 交易算法（新台币进度） 回归+库存用例 随机森林+种群用例 DQN +库存用例 MARL +股票用例 RL和MARL算法 表示法：PL =火炬闪电 补强-PL DQN-PL A2C（A3C） PPO DDPG SAC I2A MADDPG（多代理） TD3 AlphaGo Mu 马尔... 欢迎使用GitHub Pages-Arseni 您可以使用的来维护和预览Markdown文件中网站的内容。 每当您提交到该存储库时，GitHub Pages都将运行从Markdown文

  3. 所属分类：其它

  1. huskarl：深度强化学习框架+算法-源码

  2. 胡斯卡尔 Huskarl是专注于模块化和快速原型设计的深度强化学习框架。 它基于TensorFlow 2.0构建，并在可能的情况下使用tf.keras API以获得简洁性和可读性。 Huskarl使跨多个CPU内核的环境动态计算的并行化变得容易。 这对于加速基于策略的学习算法很有用，该算法可从多个并发的经验来源（例如A2C或PPO）中受益。 它对于计算密集型环境（例如基于物理的环境）特别有用。 与环境无缝。 计划支持多代理环境和。 演算法 实现了几种算法，并计划了更多算法。 深度Q学习

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：31mb
    • 提供者：weixin_42127020

  1. minimalRL：用最少的代码行实现基本的RL算法！ （基于火炬）-源码

  2. 最小RL 用最少的代码行实现基本的RL算法！ （基于PyTorch） 每种算法都在一个文件中完成。 每个文件的长度最多为100〜150行代码。 即使没有GPU，也可以在30秒内训练每种算法。 Env固定为“ CartPole-v1”。 您可以只关注实现。 演算法 （67行） （98行） （112行，包括重放内存和目标网络） （119条线，包括GAE） （145行，包括OU噪声和软目标更新） （129条线） （149条线） （188条线） （171行）已添加

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：18kb
    • 提供者：weixin_42121725

  1. chainerrl：ChainerRL是建立在Chainer之上的深度强化学习库-源码

  2. ChainerRL ChainerRL是一个深度强化学习库，它使用灵活的深度学习框架在Python中实现了各种最新的深度强化算法。 安装 ChainerRL已通过3.6测试。 有关其他要求，请参见 。 可以通过PyPI安装ChainerRL： pip install chainerrl 也可以从源代码安装： python setup.py install 有关的更多信息，请参阅安装。 入门 您可以先尝试《 ，或查看适用于Atari 2600和Open AI Gym的。 有关更多信息，

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：10mb
    • 提供者：weixin_42120563

  1. imitation_learning：PyTorch实现的一些强化学习算法：优势演员评论（A2C），近距离策略优化（PPO），V-MPO，行为克隆（BC）。 将添加更多算法-源码

  2. 模仿学习 此仓库包含一些强化学习算法的简单PyTorch实现： 优势演员评论家（A2C） 的同步变体 近端策略优化（PPO）-最受欢迎的RL算法 ， ，， 策略上最大后验策略优化（V-MPO）-DeepMind在其上次工作中使用的算法 （尚不起作用...） 行为克隆（BC）-一种将某些专家行为克隆到新策略中的简单技术 每种算法都支持向量/图像/字典观察空间和离散/连续动作空间。 为什么回购被称为“模仿学习”？ 当我开始这个项目并进行回购时，我认为模仿学习将是我的主要重点，并且无模型方法

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：11mb
    • 提供者：weixin_42128015

  1. torchrl：强化学习算法的Pytorch实现（软演员评论员（SAC）DDPG TD3 DQN A2C PPO TRPO）-源码

  2. 火炬RL RL方法的Pytorch实现 支持具有连续和离散动作空间的环境。 支持具有1d和3d观察空间的环境。 支持多进程环境 要求 一般要求 火炬1.7 健身房（0.10.9） Mujoco（1.50.1） 列表（用于日志） tensorboardX（日志文件输出） 张量板要求 Tensorflow：启动tensorboard或读取tf记录中的日志 安装 使用use environment.yml创建虚拟环境 conda create -f environment.ym

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：170kb
    • 提供者：weixin_42123191

  1. 带有火炬的深度增强学习：DQN，AC，ACER，A2C，A3C，PG，DDPG，TRPO，PPO，SAC，TD3和PyTorch实施...-源码

  2. 状态：活动（在活动开发中，可能会发生重大更改） 该存储库将实现经典且最新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pytorch代码，以供他们学习深度强化学习算法。 将来，将添加更多最先进的算法，并且还将保留现有代码。 要求 python = 0.10 火炬> = 0.4 请注意，tensorflow不支持python3.7 安装 pip install -r requirements.txt 如果失败： 安装健身房 pip install gym 安装pytorc

  3. 所属分类：其它

  1. 强化学习算法：此存储库包含大多数基于pytorch实现的经典深度强化学习算法，包括-DQN，DDQN，Dualling Network，DDPG，SAC，A2C，PPO，TRPO。 （更多算法仍在进行中）-源码

  2. 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

  3. 所属分类：其它

  1. pytorch-cpp-rl：PyTorch C ++强化学习-源码

  2. CppRl-PyTorch C ++强化学习 上图：经过我的笔记本电脑训练60秒后在LunarLander-v2上获得的结果 CppRl是一个增强学习框架，使用编写。 这是非常严重基于。 您甚至可以将其视为端口。 API和基础算法几乎是相同的（向C ++迁移时需要进行必要的更改）。 它还包含一个简单的OpenAI Gym服务器的实现，该服务器通过进行通信以在Gym环境中测试该框架。 CppRl旨在成为一个可扩展的，合理优化的，可立即投入生产的框架，用于在Python不可行的项目中使用强化

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：464kb
    • 提供者：weixin_42113380

  1. a2c-ppo-ddpg:强化学习算法a2c，ppo和ddpg的实现-源码

  2. a2c-ppo-ddpg

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：80kb
    • 提供者：weixin_42108054