Torch-RL
目前 Deep-Reinforcement-learning算法实现框架已经非常多,但是基于 torch的RL实现,简单、易用且附有使用介绍的非常少,我希望建立一个非常简单易用的Torch版的RL框架,可以降低大家的编程成本。让大家快速利用代码来解决自己的问题。
在借鉴了Keras-RL的框架 以及 baseline的实现思路。
当然代码处于初级阶段 目前只实现了DQN,希望各路高手可以加入,一起构建这个环境。
github仓库
https://github.com/zachary2wave/Torch-rl
github仓库
https://github.com/zachary2wave/Torch-rl
github仓库
https://github.com/zachary2wave/Torch-rl
github仓库
https://github.com/zachary2wave/Torch-rl
仓库架构
- agent
包含agent(内含与环境交互的过程) 以及 所有算法 - common
包含记录文件、loss函数、经验池、DQN策略 - model
包含所有深度网络实现 - savedata
记录训练结果
run_xxxxxxxxxxx 训练实例。
目前进展
初始建立框架,借鉴了baseline的 logger文件。
架构方面
整体交互设计完成, 包含模仿学习过程。
算法方面
DQN
支持DDQN、Dueling DQN。
网络方面
可以直接调用函数建立全联接网络。
其他框架结构
其中基于tensorflow框架的有:
- Baseline:OpenAI提供最为全面的,代码的保证也是最好的。
github地址 baseline(https://github.com/openai/baselines)
OpenAI的介绍(https://spinningup.openai.com/en/latest/index.html)
- StableBaseline 基于Baseline进行了修改的,有详细的说明文档,相对于baseline 更全面一点。
主页地址 (https://stable-baselines.readthedocs.io/en/master/guide/rl.html)
- Keras-RL
https://github.com/keras-rl/keras-rl
- Mofanzhou 提供的代码
https://github.com/MorvanZhou/Reinforcement-learning-with-tensorflow
基于Torch的框架:
- udacity 提供的代码 非常全面
https://github.com/udacity/deep-reinforcement-learning
- 另一个一个非常全面的库
https://github.com/p-christ/Deep-Reinforcement-Learning-Algorithms-with-PyTorch
- 还有一个
https://torchrl.sanyamkapoor.com/
其余的一些实现
https://github.com/lgvaz/reward
https://torchrl.readthedocs.io/en/master/