minimalRL

minimalrl-pytorch

Implementierungen grundlegender RL -Algorithmen mit minimalen Codes -Zeilen! (Pytorch basiert)

• Jeder Algorithmus ist in einer einzelnen Datei abgeschlossen.

• Die Länge jeder Datei beträgt bis zu 100 ~ 150 Zeilen von Codes.

• Jeder Algorithmus kann innerhalb von 30 Sekunden auch ohne GPU trainiert werden.

• Envs sind an "Cartpole-V1" befestigt. Sie können sich nur auf die Implementierungen konzentrieren.

Algorithmen

1. Verstärken (67 Linien)
2. Vanille-Schauspieler-Kritik (98 Zeilen)
3. DQN (112 Zeilen, einschließlich Wiederholungsspeicher und Zielnetzwerk)
4. PPO (119 Zeilen, einschließlich GAE)
5. DDPG (145 Zeilen, einschließlich OU -Rauschen und Soft -Ziel -Update)
6. A3C (129 Zeilen)
7. Acer (149 Zeilen)
8. A2C (188 Zeilen)
9. SAC (171 Zeilen) hinzugefügt !!
10. PPO-kontinuierliche (161 Zeilen) hinzugefügt !!
11. Vtrace (137 Zeilen) hinzugefügt !!
12. Irgendwelche Vorschläge ...?

Abhängigkeiten

1. Pytorch
2. Openai Fitness (> 0,26.2 Wichtig !! Unterstützung für die vorherigen Versionen nicht mehr)

Verwendung

 # Works only with Python 3.
# e.g.
python3 REINFORCE.py
python3 actor_critic.py
python3 dqn.py
python3 ppo.py
python3 ddpg.py
python3 a3c.py
python3 a2c.py
python3 acer.py
python3 sac.py