Asynchronous Advantage Actor Critic 相关的热门 GitHub AI项目仓库

简单的强化学习教程，莫烦Python中文AI教学

高质量的单文件深度强化学习算法实现，包含便于研究的特性（PPO、DQN、C51、DDPG、TD3、SAC、PPG）

DQN、AC、ACER、A2C、A3C、PG、DDPG、TRPO、PPO、SAC、TD3等强化学习算法的PyTorch实现

来自免费课程《使用TensorFlow和PyTorch进行深度强化学习》的实践代码

使用PyTorch实现的优势行动者评论家算法(A2C)、近端策略优化算法(PPO)、基于克罗内克因子近似的深度强化学习可扩展信任域方法(ACKTR)以及生成对抗模仿学习(GAIL)。

基于PyTorch的深度强化学习算法模块化实现

基于PyTorch的去中心化深度学习框架，旨在让全球数千名志愿者参与模型训练。

软强化学习是一个用于在连续域中训练最大熵策略的强化学习框架。包含软演员评论家算法的官方实现。

基于论文《深度强化学习的异步方法》的异步优势行动者评论家 (A3C) 的 PyTorch 实现。

PyTorch实现的软演员评论家算法(SAC)、双延迟DDPG算法(TD3)、演员评论家算法(AC/A2C)、近端策略优化算法(PPO)、QT-Opt算法和PointNet。

ChainerRL是一个基于Chainer构建的深度强化学习库。

包含用PyTorch编写的、高质量的深度强化学习算法实现。

? Stateful Serverless That Runs Anywhere. The easiest way to build stateful, AI agent, collaborative, or local-first applications. Deploy to Rivet, Cloudflare, Bun, Node.js, and more.

基于深度强化学习算法（包括Q学习、DQN、PPO、DDPG、TD3、SAC、A2C等）的32个项目，每个项目都提供了详细的训练日志。

软演员评论家算法的PyTorch实现

适用于Rivet、Cloudflare Workers、Bun和Node.js的无服务器状态框架。用于构建AI智能体、实时应用、游戏服务器等。

使用OpenAI Gym和TensorFlow掌握强化学习和深度强化学习

用于序列到序列模型的深度强化学习

强化学习教程及演示：动态规划（策略迭代和值迭代）、蒙特卡洛方法、时序差分学习（SARSA、Q学习）、函数逼近、策略梯度、深度Q网络（DQN）、模仿学习、元学习，以及相关的论文、课程等。

使用JAX (Flax)框架实现的深度强化学习算法，适用于连续动作空间。