pytorch-a3c是A3C算法的一个PyTorch实现。A3C算法是2015年DeepMind提出的相比DQN更好更通用的一个深度增强学习算法。A3C算法完全使用了Actor-Critic框架，并且引入了异步训练的思想，在提升性能的同时也大大加快了训练速度。
2021-09-27 11:03:49
188KB
1
可读，可重用，可扩展
Machin是为pytorch设计的增强库。
支持的型号
任何事物，包括循环网络。
支持的算法
当前，Machin已实现以下算法，该列表仍在增长：
单代理算法：
多主体算法：
大规模并行算法：
增强功能：
支持的算法：
进化策略
基于模型的方法
特征
1.可读
与其他强化学习库（例如著名的 ， 和。 Machin尝试仅提供RL算法的简单明了的实现。
Machin中的所有算法均以最小的抽象设计，并具有非常详细的文档以及各种有用的教程。
2.可重复使用
Machin采用与pytorch类似的方法，将算法和数据结构封装在自己的类中。 用户无需设置一系列data collectors ， trainers ， runners ， samplers ...即可使用它们，只需导入即可。
模型上的唯一限制是它们的输入/输出格式，但是，这些限制很小，可以轻松地使算法适
2021-09-17 19:09:16
1.54MB
1
#6.3_A3C_(Asynchronous_Advantage_Actor-Critic)_(强化学习_Reinforceme
2021-09-01 21:00:30
64.32MB
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 <= 3.6
张量板
体育馆> = 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pytorch
please go to official webisite to install it: https://pytorch.org/
Recommend use Anaconda Virtual Environment to manage your packages
安装tensorboardX
pip install tensorboardX
pip install tensorflow==1.12
测试
cd Char10\ TD3/
python TD3
2021-06-09 21:34:59
5.82MB
1
如何理解深度强化学习基本概念：value-based，policy-based，off-policy，on-policy。以及A3C算法
2020-01-03 11:43:23
2.64MB
1