minimalRL

minimalrl-pytorch

具有最小代码行的基本RL算法的实现！ （基于Pytorch）

• 每个算法都在一个文件中完成。

• 每个文件的长度最多为100〜150行代码。

• 即使没有GPU，也可以在30秒内训练每种算法。

• ENV固定在“ Cartpole-V1”上。您可以专注于实现。

算法

1. 增强（67条线）
2. 香草演员批评（98条线）
3. DQN（112行，包括重播内存和目标网络）
4. PPO（119行，包括GAE）
5. DDPG（145行，包括OU噪声和软目标更新）
6. A3C（129行）
7. ACER（149条线）
8. A2C（188行）
9. 萨克（171行）添加了！
10. 添加了PPO连续（161行）！
11. Vtrace（137行）添加了！
12. 有任何建议...吗？

依赖性

1. Pytorch
2. Openai Gym（> 0.26.2重要！不再支持以前的版本）

用法

 # 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