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. Python-深度强化学习PyTorch实现集锦

  2. This repository contains most of classic deep reinforcement learning algorithms, including - DQN, DDPG, A3C, PPO, TRPO. (More algorithms are still in progress)

  3. 所属分类：其它

  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. Algorithm-reinforcement-learning-algorithms.zip

  2. Algorithm-reinforcement-learning-algorithms.zip,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、决斗网络、ddpg、a3c、ppo、trpo。（更多算法仍在进行中）,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

  1. pytorch-ddpg, 利用PyTorch实现深度确定策略梯度( DDPG )的实现.zip

  2. pytorch-ddpg, 利用PyTorch实现深度确定策略梯度( DDPG )的实现 在 PyTorch 上的深度确定策略渐变概述这是使用 PyTorch 实现的深度确定策略渐变的实现。 utilities缓冲缓冲区和随机进程等实用程序的一部分来自 keras-rl 。 Contributes非常受欢迎。依赖项p

  3. 所属分类：其它

  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. sim2real4real:^-源码

  2. 基于图像的RL与Asym Actor评论家 这是DDPG +和的pytorch实现 要求 Python= 3.6 openai-gym（支持mujoco200） mujoco-py最新版本 pytorch最新版本 mpi4py最新版本 指令运行代码 run2.sh，run.sh和run3.sh文件由运行各种模型的代码组成。 播放演示 python demo.py --env-name= 下载预训练的模型 请从下载它们，然后将saved_models放在当前文件夹下。 结果 训练表现 通过使

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：25mb
    • 提供者：weixin_42181319

  1. DRLib：DRLib：一个简洁的深度强化学习库，将HER和PER集成为几乎不符合政策的RL算法-源码

  2. DRLib：简洁的深度强化学习库，几乎将所有非政策性RL算法与HER和PER集成在一起。 简洁的深度强化学习库，几乎将所有非政策性RL算法与HER和PER集成在一起。 该库是基于的代码编写的，可以使用tensorflow或pytorch来实现。 与旋转相比，多进程和实验性网格包装已被删除，易于应用。 另外，我们库中的代码很方便用pycharm调试〜 项目特点： tf1和pytorch两个版本的算法，前者快，另外新，任君选择； 在spinup的基础上，封装了DDPG，TD3，SAC等主流强化算

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：140kb
    • 提供者：weixin_42116794

  1. 带有MADDPG的网球：在Pytorch上实现MADDPG-源码

  2. 项目3：合作与竞争 介绍 在这种环境下，两名特工控制球拍在球网上弹跳球。 如果探员将球击中网，则得到+0.1的奖励。 如果探员让一个球击中地面或越界将球击中，则其收益为-0.01。 因此，每个特工的目标是保持比赛中的球权。 观察空间由8个变量组成，分别对应于球和球拍的位置和速度。 每个代理都会收到自己的本地观察结果。 有两个连续的动作可用，分别对应于朝向（或远离）网络的运动和跳跃。 下图显示了最终的奖励进度。 环境在1820集中得到解决 算法： 为了解决此环境，我实现了Multi-DD

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：45mb
    • 提供者：weixin_42099151

  1. DeepReinforcementLearning：深度RL实施。 在pytorch中实现的DQN，SAC，DDPG，TD3，PPO和VPG。 经过测试的环境：LunarLander-v2和Pendulum-v0-源码

  2. 使用Pytorch实现的深度RL算法 算法列表： 关于深入探讨 实验结果： 算法 离散环境：LunarLander-v2 连续环境：Pendulum-v0 DQN -- VPG -- DDPG -- TD3 -- SAC -- PPO -- 用法： 只需直接运行文件/算法。 在我学习算法时，它们之间没有通用的结构。 不同的算法来自不同的来源。 资源： 未来的项目： 如果有时间，我将为使用RL的电梯添加一个简单的程序。 更好的图形

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：391kb
    • 提供者：weixin_42099070

  1. 智能校准：深度强化学习，用于射电望远镜的智能校准。 自动超参数调整-源码

  2. 智能校准 在射电望远镜的标定以及其他数据处理管道（例如弹性网回归）中使用强化学习进行超参数调整。 论文随附的代码。 RL代理代码基于。 使用openai.gym在PyTorch中实现。 弹性净回归 运行main_ddpg.py或main_td3.py以使用DDPG或TD3。 包含的文件有： autograd_tools.py ：用于计算雅可比矩阵，反黑森州矢量积等的实用程序。 enetenv.py ：openai.gym环境 enet_td3.py代理 enet_ddpg.py ：D

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：499kb
    • 提供者：weixin_42116805

  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. RecNN：围绕pytorch 1.7构建的增强推荐工具包-源码

  2. 这是我的学校项目。 它侧重于强化学习以进行个性化新闻推荐。 主要区别在于，它试图通过动态生成的项目嵌入来解决在线非政策学习。 我想使用SOTA算法创建一个库，以加强学习建议，并提供您喜欢的抽象级别。 :bar_chart: 这些功能可以总结为 根据您的决定进行抽象：您可以导入整个算法（例如DDPG）并将其告诉ddpg.learn（batch），可以分别导入网络和学习功能，为任务创建自定义加载程序，也可以自己定义所有内容。 示例不包含任何垃圾代码或变通办法：纯模型定义和算法本身在一个文件中。

  3. 所属分类：其它

  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. simrl:PyTorch中RL算法的简单实现-源码

  2. Simrl PyTorch中RL算法的简单实现。 支持的算法 PPO TRPO DDPG DQN A3C SAC

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：18kb
    • 提供者：weixin_42126399

  1. MP-DQN:论文的源代码-Source code learning

  2. 多通道深度Q网络 该存储库包括用于参数化动作空间MDP的几种强化学习算法： P-DQN MP-DQN SP-DQN PA-DDPG 豪 Q-PAMDP 多遍深层Q网络（MP-DQN）通过使用几次遍历（并行批处理）将动作参数输入分配到Q网络来解决P-DQN的过度参数化问题。 拆分深度Q网络（SP-DQN）是一种慢得多的解决方案，它使用具有/不具有共享特征提取层的多个Q网络。 还为P-DQN提供了加权索引的动作参数损失函数。 依存关系 Python 3.5+（已通过3.5和3.6

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：63kb
    • 提供者：weixin_42166626