Categorical Dqn 相关的热门 GitHub AI项目仓库

60多个深度学习论文的实现/教程，并附带旁注；涵盖Transformer（原始版、XL、Switch、Feedback、ViT等）、优化器（Adam、AdaBelief、Sophia等）、GAN（CycleGAN、StyleGAN2等）、强化学习（PPO、DQN）、Capsule网络、知识蒸馏等。

一本易懂的强化学习中文教程（也称“蘑菇书”），可以在线阅读：https://datawhalechina.github.io/easy-rl/

简单的强化学习教程，莫烦Python中文AI教学

一个优雅的PyTorch深度强化学习库。

一个快速、可扩展、高性能的基于决策树的梯度提升库，用于Python、R、Java、C++的排序、分类、回归和其他机器学习任务。支持CPU和GPU计算。

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）

面向科学家和工程师的深度学习与强化学习库

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

60天掌握深度强化学习！包含Python编程讲座和代码。课程涵盖强化学习和深度学习知识。

从入门到进阶的TensorFlow教程，以及莫烦Python中文AI教学

大规模并行深度强化学习

深度学习入门、进阶及特色课程；涵盖学术案例、产业实践案例及深度学习知识百科和面试题库；包含人工智能相关内容

基于PyTorch的深度强化学习算法模块化实现

一个简洁、健壮且统一的PyTorch实现，涵盖了流行的深度强化学习(DRL)算法，包括Q学习、双重DDQN、优先经验回放(PER)、C51、噪声DQN、近端策略优化(PPO)、深度确定性策略梯度(DDPG)、TD3、软演员评论家(SAC)和优势学习(ASL)。

使用PyTorch框架，编写代码行数最少的几种基础强化学习算法实现！

最简单、灵活且全面的OpenAI Gym交易环境（已获OpenAI Gym批准）

只需彩虹！从DQN到Rainbow的逐步教程

深度强化学习论文的TensorFlow实现

简洁的 PyTorch 实现的强化学习算法，包括 REINFORCE、A2C、DQN、PPO（离散和连续）、DDPG、TD3 和 SAC。

基于PyTorch的模块化深度强化学习框架。这是《深度强化学习基础》一书的配套库。