摘要：
CartPole V1包括一辆载着杆子在轨道上移动的推车。这是一个具有离散动作空间的简单环境。 以下是 CartPole- 有用字段的详细信息： state：车的位置、车的速度、杆的角度、杆尖的速度； action：只能是以下之一，表示向左移动、不移动和向右移动；[0, 1, 2] reward：你 阅读全文
摘要：
适用于连续动作空间的强化学习算法通常被称为Actor-Critic算法。以下是一些主要的适用于连续动作空间的强化学习算法： Deep Deterministic Policy Gradient (DDPG): DDPG是一种基于Actor-Critic框架的算法，它结合了确定性策略梯度（Determ 阅读全文
摘要：
适用于离散动作空间的强化学习算法有很多，以下是其中一些主要的算法： Q-Learning: 是经典的离散动作空间强化学习算法之一，它通过迭代地更新动作值函数（Q函数）来学习最优策略。Q-Learning通常使用ε-greedy策略进行动作选择。 Deep Q-Network (DQN): DQN是一 阅读全文
摘要：
nvidia 4060 cuda 11.7 python 3.11 pip install poetrygit clone git@github.com:thu-ml/tianshou.git@v1.0.0cd tianshoupoetry installpip install opencv-pyt 阅读全文
摘要：
High Software Engineering Standards RL PlatformDocumentationCode CoverageType HintsLast Update Baselines ❌ ❌ ❌ Stable-Baselines ❌ Stable-Baselines3 ✔️ 阅读全文