minimalRL

minimalrl-pytorch

具有最小代碼行的基本RL算法的實現！ （基於Pytorch）

• 每個算法都在一個文件中完成。

• 每個文件的長度最多為100〜150行代碼。

• 即使沒有GPU，也可以在30秒內訓練每種算法。

• ENV固定在“ Cartpole-V1”上。您可以專注於實現。

演算法

1. 增強（67條線）
2. 香草演員批評（98條線）
3. DQN（112行，包括重播內存和目標網絡）
4. PPO（119行，包括GAE）
5. DDPG（145行，包括OU噪聲和軟目標更新）
6. A3C（129行）
7. ACER（149條線）
8. A2C（188行）
9. 薩克（171行）添加了！
10. 添加了PPO連續（161行）！
11. Vtrace（137行）添加了！
12. 有任何建議...嗎？

依賴性

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