深度SARSA和深度Q学习-LunarLander-v2 环境 在这个项目中，我试图从OpenAI体育馆解决Lunar Lander环境。这是一个二维环境，其目的是教导登月舱模块安全地着陆在固定在点（0,0）的着陆垫上。该代理具有3个推进器：一个在模块的底部，另一个在模块的每一侧。因此，代理人在每个时间步长都有4种可能的动作可供选择：发射每个推进器或什么也不做。给予坐席的奖励取决于许多因素：发射底部推进器会产生-0.3的奖励，而发射侧面推进器会产生-0.03的奖励。如果探员安全地降落在着陆垫上，将获得+100分的奖励，此外，与地面接触的模块的每条腿都将获得+10分的奖励。当代理程序着陆或崩溃时，已达到终端状态。为了检测终端状态，可以提取一个状态向量，该状态向量指示代理的位置，其当前速度和环境着陆标志，以指示腿是否与地面接触。还可以提取代表环境中代理图片的RGB阵列。最后，要解决此问题并确定

fastlane 快车道Fastfile脚本gym文件编写套用 自动打包ipa 上传蒲公英/App Store

安装openAI的gym进行强化学习时，经常会遇到需要安装Box2D的情况，本资源为其Linux（Ubuntu）下的源码安装包。

安装方法：Anaconda3自带的conda prompt下面，输入"pip install + 各个whl文件或tar.gz“文件的完整路径名，或输入pip install之后，将文件拖至conda prompt即可。注意各whl有安装顺序要求，一试便知。 Keras为最新的2.1.3版，强化学习资源GYM为最新的0.9.4版 Win10用户需要以管理员运行conda prompt

OpenAI体育馆的飞扬的小鸟 该存储库包含用于Flappy Bird游戏的OpenAI Gym环境的实现。 它基于的 。 当前，环境为代理提供以下观察参数： 鸟的y位置； 鸟的垂直速度； 到下一个管道的水平距离； 下一个管道的y位置。 将来，我还打算实现一个环境版本，该版本将提供代表游戏屏幕的图像作为观察结果。 安装 要安装flappy-bird-gym ，只需运行以下命令： $ pip install flappy-bird-gym 用法 像在其他gym环境中一样，使用flappy-bird-gym非常容易。 只需导入包并使用make函数创建环境。 看下面的示例代码： import time import flappy_bird_gym env = flappy_bird_gym.make("FlappyBird-v0") obs = env.reset() while

Gym-Duckietown 于OpenAI Gym的自动驾驶汽车模拟器环境。 如果要在出版物中引用此存储库，请使用此bibtex： @misc{gym_duckietown, author = {Chevalier-Boisvert, Maxime and Golemo, Florian and Cao, Yanjun and Mehta, Bhairav and Paull, Liam}, title = {Duckietown Environments for OpenAI Gym}, year = {2018}, publisher = {GitHub}, journal = {GitHub repository}, howpublished = {\url{https://github.com/duckietown/gym-duckietown}},

pytorch-LunarLander OpenAI Gym中针对LunarLander-v2环境的不同Deep RL算法的PyTorch实现 我们实施了3种不同的RL算法来解决LunarLander-v2环境： 模仿学习 加强 优势-演员-批评（A2C） 注意：模仿学习是在Keras中实现的，另外两种算法是在PyTorch中实现的 指示： 安装所有依赖项 克隆仓库 运行以下命令： 3.1）python imitation.py 3.2）python reinforce.py 3.3）python a2c.py

1-grid-world,2-cartpole,3-atari 强化学习入门案例。

从数据中学习动力系统 神经网络动力学，用于基于模型的深度强化学习，且无模型精调

XPlane_ML_Reinforcement_Learning_Autopilot 该项目记录了用于飞行控制的强化学习环境的设置。 这将使每个用户/学习者/学生/飞行爱好者都可以拥有自己的RL算法，该算法可以在模拟环境中与飞机互动并进行实时控制。 使用的模拟器是X-Plane （飞行环境）。 这提供了一个可与参数一起使用的真实环境，以帮助使仿真尽可能接近实际情况。 Update: Use the leaderboard wiki Page--> （ ） to add details of your own scenario or (reinforcement learning) algorithm. GYM-XPLANE ENVIRONMENT INSTALLATION To install the gym x-palne environment go through the read me file of the folder ： 这是实际Gym-xplane环境的最新版本。 其他文件夹包含用于其他功能的其他模块。 此类文件夹的名称将使您了解每个此类模块的功能。 阅读