Bellman: A Toolbox for Model-Based Reinforcement Learning in TensorFlow

发表时间：2021
文章要点：文章基于TF-Agent库（model free RL）设计了一个model based RL的库，主要包括三个模块，Environment Model，Agent Classes和Experiment Harness。Environment Model是用data学model的模块。Agent Classes包括model based RL的算法，主要增加了planning部分，Decision-Time Planners和Background Planners部分，Decision-Time Planners主要是online planning用来选动作在真实环境里执行的部分，比如random shooting和cross entropy method；Background Planners指的是train的过程中的planning部分，比如model based value expansion等。最后Experiment Harness就是用来封装实验设置的，比如参数配置等等。
总结：还没试过，可以找时间试试好不好用。
疑问：无。