rainbow is all you need

您是否希望RL代理很好地搬进Atari？

彩虹就是您所需要的！

这是从DQN到彩虹的逐步教程。每一章都包含理论背景和面向对象的实现。只需选择您感兴趣的任何主题，然后学习！即使在智能手机上，您也可以立即使用Colab执行它们。

如果您有任何想法使它变得更好，请随时打开问题或抽签。 :)

如果您想要有关策略梯度方法的教程，请参阅PG就是您所需要的。

内容

1. DQN [NBViewer] [COLAB]
2. DoubleDQN [NBViewer] [COLAB]
3. PrioritizedExperienceReplay [NBViewer] [COLAB]
4. duelingnet [nbviewer] [colab]
5. noisynet [nbviewer] [colab]
6. 分类DQN [NBViewer] [COLAB]
7. n- steplearning [nbviewer] [colab]
8. 彩虹[NBViewer] [COLAB]

先决条件

该存储库用Python 3.8+测试

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

如何运行

 jupyter lab

相关论文

1. V. Mnih等人，“通过深厚的增强学习来控制人类水平的控制”。 Nature，518（7540）：529–533，2015。
2. Van Hasselt等人，“双重Q学习的深度加固学习”。 Arxiv预印型ARXIV：1509.06461，2015。
3. T. Schaul等人，“优先的经验重播”。 Arxiv预印型ARXIV：1511.05952，2015。
4. Z. Wang等人，“用于深入强化学习的决斗网络架构”。 Arxiv预印型ARXIV：1511.06581，2015。
5. M. Fortunato等人，“探索嘈杂的网络”。 ARXIV预印型ARXIV：1706.10295，2017。
6. MG Bellemare等人，“关于强化学习的分布观点”。 Arxiv预印型ARXIV：1707.06887，2017。
7. RS Sutton，“学习通过时间差异的方法进行预测”。机器学习，3（1）：9-44，1988。
8. M. Hessel等人，“ Rainbow：结合了深度强化学习的改进”。 ARXIV预印型ARXIV：1710.02298，2017。

贡献者

谢谢这些好人（表情符号钥匙）：

金沃公园（Curt）	Kyunghwan Kim	Wei Chen ？	王雷 ？	Leeyaf	艾哈迈德	罗伯托·席森（Roberto Schiavone）
大卫元	Dhanushka2001

该项目遵循全企业规范。欢迎任何形式的贡献！