quqixun/rl-python-pytorch

《强化学习-原理与Python实现》的Pytorch实现。

RL-Python-Pytorch

《强化学习-原理与Python实现》原书使用Numpy、Keras和Tensorflow实现强化学习方法，见rl-book。

这里使用Pytorch将原书中深度强化学习方法实现一遍。

• 1 - 初识强化学习
• 2 - Markov决策过程
• 3 - 有模型数值迭代
• 4 - 回合更新价值迭代
• 5 - 时序差分价值迭代
• 6 - 函数近似方法
• 7 - 回合更新策略梯度方法
• 8 - 执行者/评论者方法
• 9 - 连续动作空间的确定性策略
• 10 - 综合案例：电动游戏
• 11 - 综合案例：棋盘游戏
• 12 - 综合案例：自动驾驶

---

环境配置

Package	Version	Installation
python	3.8.6	conda create --name rl python=3.8.6
numpy	1.19.4	pip install numpy==1.19.4
scipy	1.5.4	pip install scipy==1.5.4
pandas	1.1.4	pip install pandas==1.1.4
sympy	1.7	pip install sympy==1.7
gym	0.17.3	pip install gym==0.17.3
tqdm	4.54.0	pip install tqdm==4.54.0
matplotlib	3.3.3	pip install matplotlib==3.3.3
notebook	6.1.5	pip install notebook==6.1.5
pytorch	1.7.0	cpu：conda install pytorch==1.7.0 cpuonly -c pytorch gpu：conda install pytorch==1.7.0 cudatoolkit=10.2 -c pytorch