Rainbow

收录理由

Rainbow 将深度强化学习领域那篇同名论文里的多项改进整合进了一个紧凑的 PyTorch 代码库，用一套可配置的参数即可切换 Double DQN、优先经验回放、Dueling 网络、多步回报、分布式 Q 学习以及 Noisy Nets 等算法组件。项目开箱即可在 Atari 环境上运行，发布版本还附带了预训练模型，方便你拿自己的训练结果和论文公开的数据做对照。对于想复现论文数字或者对比不同算法变体的研究者来说，代码里提供了数据高效训练和替代网络结构的命令行选项，省去自己拼装的麻烦。它更像一个研究工具而非生产级服务，不过作为围绕游戏环境搭建强化学习流程的简洁模板，确实很顺手。