minimalRL

Минимально-пирогский

Реализации основных алгоритмов RL с минимальными линиями кодов! (На основе Pytorch)

• Каждый алгоритм завершен в одном файле.

• Длина каждого файла составляет до 100 ~ 150 строк кодов.

• Каждый алгоритм может быть обучен в течение 30 секунд, даже без GPU.

• Envs прикреплены к «Cartpole-V1». Вы можете просто сосредоточиться на реализациях.

Алгоритмы

1. Подкреплять (67 строк)
2. Ванильный актер-критик (98 строк)
3. DQN (112 строк, включая память воспроизведения и целевую сеть)
4. PPO (119 линий, включая GAE)
5. DDPG (145 линий, включая шум OU и мягкое обновление цели)
6. A3C (129 строк)
7. Acer (149 строк)
8. A2C (188 строк)
9. SAC (171 строки) добавлен!
10. PPO-Continuous (161 строки) добавлен!
11. Vtrace (137 строк) добавлена !!
12. Есть предложение ...?

Зависимости

1. Пирог
2. Openai Gym (> 0,26,2 Важно !! больше не поддерживает предыдущие версии)

Использование

 # 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