DRL-Pytorch

收录理由

这个仓库把深度强化学习里常见的方法集中到了一起，代码风格统一，用PyTorch写得很干净。里面既有Q-learning、Dueling DDQN、优先经验回放、C51、NoisyNet这类基于价值的算法，也有PPO、DDPG、TD3、SAC这些策略梯度方法，而且离散和连续动作版本都做了区分。每个算法都放在独立文件夹里，跑一个main.py就能从头训练，想弄清楚分布式的Q学习或者双Critic这些技巧是怎么改训练循环的，直接看代码就行。仓库还附带了原论文和常见学习资料的链接，既能当参考手册，也能当一条从理论过渡到能跑的智能体的学习路径。如果你在gymnasium环境里做原型验证，拿它当自包含的基线来对比不同方法的表现，会很顺手。