rainbow is all you need

¿Quieres que un agente RL se mueva bien en Atari?

¡Rainbow es todo lo que necesitas!

Este es un tutorial paso a paso de DQN a Rainbow. Cada capítulo contiene ambos antecedentes teóricos e implementación orientada a objetos. ¡Simplemente elija cualquier tema en el que esté interesado y aprenda! Puede ejecutarlos de inmediato con Colab incluso en su teléfono inteligente.

No dude en abrir un problema o una solicitud de extracción si tiene alguna idea para mejorarlo. :)

Si desea un tutorial para los métodos de gradiente de políticas, consulte PG es todo lo que necesita.

Contenido

1. DQN [nbviewer] [colab]
2. Doubledqn [nbviewer] [colab]
3. PriorizedExperiencePlay [nbviewer] [colab]
4. Duelingnet [nbviewer] [colab]
5. Noisynet [nbviewer] [colab]
6. CategóricoDqn [nbviewer] [colab]
7. N-steplearning [nbviewer] [colab]
8. Rainbow [nbviewer] [colab]

Requisitos previos

Este repositorio se prueba con Python 3.8+

 git clone https://github.com/Curt-Park/rainbow-is-all-you-need.git
cd rainbow-is-all-you-need
make setup

Cómo correr

 jupyter lab

Documentos relacionados

1. V. Mnih et al., "Control a nivel humano a través del aprendizaje de refuerzo profundo". Nature, 518 (7540): 529–533, 2015.
2. Van Hasselt et al., "Aprendizaje de refuerzo profundo con doble aprendizaje Q". ARXIV Preprint ARXIV: 1509.06461, 2015.
3. T. Schaul et al., "Reproducción de experiencia priorizada". Arxiv Preprint ARXIV: 1511.05952, 2015.
4. Z. Wang et al., "Arquitecturas de red de duelo para el aprendizaje de refuerzo profundo". ARXIV Preprint ARXIV: 1511.06581, 2015.
5. M. Fortunato et al., "Redes ruidosas para la exploración". Preimpresión ARXIV ARXIV: 1706.10295, 2017.
6. MG Bellemare et al., "Una perspectiva de distribución sobre el aprendizaje de refuerzo". ARXIV Preprint ARXIV: 1707.06887, 2017.
7. RS Sutton, "Aprender a predecir por los métodos de diferencias temporales". Aprendizaje automático, 3 (1): 9–44, 1988.
8. M. Hessel et al., "Rainbow: combinando mejoras en el aprendizaje de refuerzo profundo". ARXIV Preprint ARXIV: 1710.02298, 2017.

Colaboradores

Gracias a estas maravillosas personas (Key Emoji):

Jinwoo Park (Curt)	Kyunghwan Kim	Wei Chen ?	Wang Lei ?	Leyaf	ahmadf	Roberto Schiavone
David Yuan	dhanushka2001

Este proyecto sigue la especificación de todos los contribuyentes. ¡Contribuciones de cualquier tipo bienvenido!