minimalRL

收录理由

这个仓库把强化学习里最常用的几种算法用极简的PyTorch代码呈现出来，每个算法都单独放在一个文件里，篇幅大约在一百到一百五十行之间。你不需要在庞大的工程里翻找，直接打开一个文件就能看到完整的训练流程。环境统一固定在CartPole-v1上，而且每个实验在CPU上跑三十秒左右就能结束，上手非常快。这样一来，想对比价值方法、策略梯度方法和演员-评论家方法之间的差异就很方便，动手改一改代码、观察结果变化，理解起来比光看公式直观得多。对于正在学强化学习的学生、要备课的老师，或者想快速重温RL核心概念的工程师，这套代码都算得上一个轻便的参考。不过要记住，它追求的是清晰可读，不是为了大规模生产准备的，把它当作学习辅助工具就好，别指望直接拿去做项目部署。