reaver

收录理由

Reaver 把智能体、模型和环境拆成相互独立的模块，想换哪块就换哪块，做深度强化学习实验时相当顺手，尤其是围绕《星际争霸 II》的那套任务。它同样能接 Gym、Atari 和 MuJoCo 环境，覆盖面不算窄。项目自带的命令行工具和调好的超参数，让你用一行短命令就能启动训练，然后看着结果慢慢逼近参考数值，对想亲手摸一摸 actor-critic 方法实际行为的人来说，是个很直观的练手对象。业余玩家改几个超参数就能跑出能用的智能体，研究者则能拿这份代码当底子继续往上加东西。需要提醒的是，这个项目已经停止维护，所以更适合当作学习资料和二次开发的起点，别指望它支撑长期运行的生产系统。