pytorch中的强化学习
pytorch-polic的Python项目详细描述
Pythorch中的深度强化学习
这个存储库包含pytorch中所有标准的无模型和基于模型（coming）的rl算法。（可能还包含我目前正在研究的一些研究想法）
这是什么？
pytorch-rl在pytorch中实现了一些最新的深度强化学习算法，特别是那些与连续动作空间相关的算法。你可以在cpu或gpu上有效地训练你的算法。此外，pytorch rl与openai健身房合作。这意味着评估和玩弄不同的算法是很容易的。当然你可以根据自己的需要扩展pytorch rl。 tl:dr:pytorch-rl使得运行最先进的深度强化学习算法变得非常容易。
依赖关系
- 火把
- 健身房（openai）
- mujoco py（用于健身房的物理模拟和机器人环境）
- pybullet（即将推出）
- MPI（仅支持MPI后端pytorch安装）
- 张力板（https://github.com/lanpa/tensorboardX）
rl算法
- DQN（带双Q学习）
- DDPG
- 与她一起使用DDPG（用于OpenAI获取环境）
- 继承性强化学习
- 优先体验重播+DDPG
- 具有优先后见体验重播（研究）的DDPG
- A3C神经图（即将推出）
- 彩虹DQN（即将推出）
- PPO
- 她以自我关注为目标替代（研究）
- A3C（即将推出）
- 宏（即将推出）
- 达拉
- TDM
- 世界车型
- 软演员评论家
环境
- 突破
- Pong（即将推出）
- 手动操作机器人任务
- 获取并到达机器人任务
- 手动到达机器人任务
- 块操作机器人任务
- Montezuma的复仇（当前研究）
- 陷阱
- 引力
- 携带
- opensim假肢nips挑战（https://www.crowdai.org/challenges/nips-2018-ai-for-prosthetics-challenge）
环境建模（用于勘探和领域适应）
由于发生器和鉴别器训练的不稳定性，采用了多种gan训练方法。 有关详细信息，请参阅https://github.com/soumith/ganhacks。
即使使用了这些技巧，也很难训练gan收敛。 然而，在使用谱归一化（https://arxiv.org/abs/1802.05957）之后，infogan被训练为收敛。
对于使用gans的图像到图像翻译任务和一般的vaes，使用skip连接的训练确实有助于训练。
- β值
- 信息根
- CVae-GaN
- 基于流的生成模型（研究）
- 萨甘
- 顺序出席、推断、重复
- 好奇心驱动的探索
- 探测用参数空间噪声
- 嘈杂的网络
参考资料
- 利用深度强化学习玩atari，mnih等人，2013年
- 《通过深度强化学习实现人的水平控制》，MNIH等人，2015年
- 双Q学习深度强化学习，van Hasselt等人，2015年
- 深度强化学习持续控制，Lillicrap等人，2015年
- CVae-Gan:通过非对称训练生成细粒度图像，Bao等人，2017年
- Beta VAE:使用约束变分框架学习基本视觉概念，Higgins等人，2017年
- 事后经验回放，andrychowicz等人，2017年 <信息>：信息的最大化生成对抗网的可解释表示学习，陈等人，2016＜/LI>
- 世界模型，Ha等人，2018年
- 生成性对抗网络的谱归一化，Miyato等人，2018年
- 自我关注生成性对抗网络，Zhang等人，2018年
- 好奇心驱动的自我监督预测探索，Pathak等人，2017年 软角色评论家：随机策略的最大熵深度强化学习，HaRojja等人，2018＜/LI>
- 勘探用参数空间噪声，Plappert等人，2018
- 勘探用噪声网络，Fortunato等人，2018年
- 近端策略优化算法，舒尔曼等，2017＜/LI>
欢迎加入QQ群-->： 979659372
