DRL 算法的简洁实现,包括 REINFORCE、A2C、DQN、PPO(离散和连续)、DDPG、TD3、SAC。
DRL 算法的简洁实现,包括 REINFORCE、A2C、DQN、PPO(离散和连续)、DDPG、TD3、SAC。
DRL 算法的简洁 pytorch 实现,包括 REINFORCE、A2C、Rainbow DQN、PPO(离散和连续)、DDPG、TD3、SAC、PPO-discrete-RNN(LSTM/GRU)。
Python==3.7.9 numpy==1.19.4 pytorch==1.12.0 tensorboard==0.6.0 gym==0.21.0
暂无开放 Issues，或尚未同步最近议题。