TopOpenSourceAI
EN

#618 · 主分类： 教育与研究

PPO-PyTorch

deep-learning deep-reinforcement-learning policy-gradient ppo ppo-pytorch proximal-policy-optimization pytorch pytorch-implmention pytorch-tutorial reinforcement-learning reinforcement-learning-algorithms

PyTorch中裁剪目标近端策略优化（PPO）的极简实现

项目最后更新：07/09/24

在 GitHub 查看

GitHub Stars

2.4K

Forks数量

424

贡献者数量

6

许可证

MIT

收录理由

这个仓库用PyTorch简洁地实现了带裁剪目标的PPO算法，专为OpenAI Gym环境设计。整个训练循环、演员-评论家网络以及蒙特卡洛优势估计都浓缩在几百行代码里，没有框架干扰，每一部分都能轻松读懂。它刻意省略了GAE、并行采样和可学习的动作方差，并且在README中解释了每项简化的缘由，这让代码本身成了一份教学素材。附带的Colab笔记本以及用于记录日志、绘制曲线和从检查点生成gif的工具，让课堂演示或自学实验都能快速上手。它替代不了Stable-Baselines3这类生产级库，但足以清晰勾勒出PPO的真实工作流程。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。

同类热门项目

prompts.chat

前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。

#1

JavaGuide

Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发

#2

system-prompts-and-models-of-ai-tools

精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。

#3

30-seconds-of-code

编程文章，助你提升开发技能

#4

generative-ai-for-beginners

21节课，开始使用生成式AI构建

#5