梦想控制
注意：检出的代码，该代码同时支持Atari和DMControl环境。
在TensorFlow 2中快速简单地实现Dreamer代理。
如果您认为此代码有用，请在您的论文中参考：
@article{hafner2019dreamer,
title={Dream to Control: Learning Behaviors by Latent Imagination},
author={Hafner, Danijar and Lillicrap, Timothy and Ba, Jimmy and Norouzi, Mohammad},
journal={arXiv preprint arXiv:1912.01603},
year={2019}
}
方法
Dreamer学习了一个可以在紧凑的特征空间中进行预测的世界模型。从想象的特征序列中，它学习了策略和状态值功能
2021-03-21 13:12:15
26KB
1
模仿学习
此仓库包含一些强化学习算法的简单PyTorch实现：
优势演员评论家（A2C） 的同步变体
近端策略优化（PPO）-最受欢迎的RL算法 ， ，，
策略上最大后验策略优化（V-MPO）-DeepMind在其上次工作中使用的算法 （尚不起作用...）
行为克隆（BC）-一种将某些专家行为克隆到新策略中的简单技术
每种算法都支持向量/图像/字典观察空间和离散/连续动作空间。
为什么回购被称为“模仿学习”？
当我开始这个项目并进行回购时，我认为模仿学习将是我的主要重点，并且无模型方法仅在开始时用于培训“专家”。 但是，PPO实施（及其技巧）似乎比我预期的花费了更多时间。 结果，现在大多数代码与PPO有关，但是我仍然对模仿学习感兴趣，并打算添加一些相关算法。
当前功能
目前，此仓库包含一些无模型的基于策略的算法实现：A2C，PPO，V-MPO和BC。 每种算法都支持离散（分类，伯努利，GumbelSoftmax）和连续（贝塔，正态，tanh（正态））策略分布以及矢量或图像观察环境。 Beta和tanh（Normal）在我的实验中效果最好（在BipedalWalker和Huma
2021-02-02 16:36:47
11.42MB
1
awesome-CARLA：:backhand_index_pointing_right:CARLA资源，例如教程，博客，代码等https：//github.comcarla-simulatorcarla
2021-02-02 12:06:22
82KB
1
awesome-game-ai：多智能体强化学习的Awesome Game AI资料
2021-02-01 14:37:52
6KB
1