强化学习代码库

本仓库包含强化学习算法的代码实现，对应于知乎强化学习专栏博客：强化学习专栏, 包含以下强化学习算法的实现：

• Q-Learning
• SARSA
• 深度 Q 网络 (DQN)
• Policy Gradient
• Proximal Policy Optimization (PPO)

文件结构

reinforcement-learning/
├── environments/
│   ├── __init__.py
│   ├── cartpole.py
├── algorithms/
│   ├── __init__.py
│   ├── q_learning.py
│   ├── sarsa.py
│   ├── dqn.py
│   ├── policy_gradient.py
│   └── ppo.py
├── main.py
└── README.md

• environments/cartpole.py：包含自定义的环境类，用于包装 OpenAI Gym 环境。
• algorithms/q_learning.py：Q-Learning 算法的实现。
• algorithms/sarsa.py：SARSA 算法的实现。
• algorithms/dqn.py：深度 Q 网络 (DQN) 的实现。
• algorithms/policy_gradient.py：Policy Gradient 算法的实现。
• algorithms/ppo.py：Proximal Policy Optimization (PPO) 算法的实现。
• main.py：用于训练不同智能体的脚本。
• README.md：项目说明文件。

环境设置

依赖项

运行本项目需要以下依赖项：

• Python 3.7+
• Gym
• Numpy
• PyTorch

可以使用以下命令安装依赖项：

pip install -r requirements.txt

requirements.txt 文件内容如下：

numpy
gym
torch

使用说明

可以使用 main.py 文件来训练不同的智能体。

python main.py

main.py 文件中包含训练以下智能体的逻辑：

• SARSA
• Q-Learning
• DQN
• Policy Gradient
• PPO

每个智能体将在 OpenAI Gym 的 CartPole-v1 环境中进行训练。

联系方式

如果您对代码有任何问题或建议，欢迎提交 issue 或联系我。