飞机游戏五 强化学习算法库

合集 - 飞飞机(33)

1.空战博弈编程实现——2 初探JSBSIM2024-03-242.空战博弈实现——3 gym自定义环境2024-03-243.空战博弈编程实现——gym+jsbsim2024-03-244.空战博弈编程实现2024-03-245.空战编程实现——6 强化学习与控制器2024-03-246.空战博弈编程实现7——将JSBSI和强化学习算法融合2024-03-247.博弈论与强化学习 算法 一 MinimaxQ, NashQ ,FFQ2022-11-208.博弈论与强化学习——基础1 扩展型博弈2022-11-209.飞机游戏二 空战可视化+强化学习2022-12-0710.gym——1自定义Gym环境并注册2022-12-0711.博弈论与强化学习实战——CFR算法——剪刀石头布2022-12-0612.博弈论与强化学习——— 基础2 马尔科夫博弈2022-11-2013.飞机游戏六 空战强化学习环境6.1DBML 6.1.1DBML 使用2022-12-09

14.飞机游戏五 强化学习算法库2022-12-08

15.分层强化学习32022-12-0816.飞机游戏三仿真软件 3.2Airsim介绍2022-12-0817.强化学习与控制器2022-12-0818.飞机游戏四 飞机作战场景2022-12-0819.飞机游戏三仿真软件 3.1JSBSim介绍2022-12-0820.飞机游戏 一 飞行基础知识　１.１概念介绍2022-12-0821.空战编程实现1——小雅2024-03-2422.分层强化学习2024-03-2423.问题建模2024-03-2424.多智能体理论2024-03-2425.马尔可夫决策理论2024-03-2426.飞机基础知识一 1.3二维平面飞机运动学模型2023-03-2527.飞机游戏六 空战环境 6.1 DBRML 6.1.5 动作空间设置2023-03-2328.飞行基础知识一　１.２飞机的三自由度方程2023-03-2329.中远距空战对战场景2023-03-2030.飞机游戏六空战强化学习环境6.1DBML 6.1.4 DBML+强化学习算法使用2023-02-1431.飞机游戏六空战强化学习环境6.1DBML 6.1.3 DBML+强化学习算法使用2022-12-1132.飞机游戏三仿真软件 3.3 Dogfight介绍 2022-12-1033.飞机游戏六空战强化学习环境 6.1DBML 6.1.2源码阅读与分析2022-12-10

收起

飞机游戏五 强化学习算法库

目录

• 飞机游戏五 强化学习算法库
  • 一 stable-baseline3
    • 介绍
    • 项目地址
    • 提供算法及适用场景
      • Implemented Algorithms
  • 二 小雅 ElegantRL
    • 介绍
    • 项目地址
    • 提供算法及适用场景
    • 项目架构

一 stable-baseline3

介绍

利用stable-baselines3优雅便捷地玩转深度强化学习算法 - 知乎 (zhihu.com)

项目地址

GitHub - DLR-RM/stable-baselines3: PyTorch version of Stable Baselines, reliable implementations of reinforcement learning algorithms.

提供算法及适用场景

Implemented Algorithms

Name	Recurrent	Box	Discrete	MultiDiscrete	MultiBinary	Multi Processing
ARS1	❌	✔️	✔️	❌	❌	✔️
A2C	❌	✔️	✔️	✔️	✔️	✔️
DDPG	❌	✔️	❌	❌	❌	✔️
DQN	❌	❌	✔️	❌	❌	✔️
HER	❌	✔️	✔️	❌	❌	❌
PPO	❌	✔️	✔️	✔️	✔️	✔️
QR-DQN1	❌	❌	✔️	❌	❌	✔️
RecurrentPPO1	✔️	✔️	✔️	✔️	✔️	✔️
SAC	❌	✔️	❌	❌	❌	✔️
TD3	❌	✔️	❌	❌	❌	✔️
TQC1	❌	✔️	❌	❌	❌	✔️
TRPO1	❌	✔️	✔️	✔️	✔️	✔️
Maskable PPO1	❌	❌	✔️	✔️	✔️	✔️

1: Implemented in SB3 Contrib GitHub repository.

Actions gym.spaces:

• Box: A N-dimensional box that containes every point in the action space.
• Discrete: A list of possible actions, where each timestep only one of the actions can be used.
• MultiDiscrete: A list of possible actions, where each timestep only one action of each discrete set can be used.
• MultiBinary: A list of possible actions, where each timestep any of the actions can be used in any combination.

二 小雅 ElegantRL

介绍

小雅 ElegantRL: 基于PyTorch的轻量-高效-稳定的深度强化学习框架 - 知乎 (zhihu.com)

项目地址

GitHub - AI4Finance-Foundation/ElegantRL: Cloud-native deep reinforcement learning. 🔥

提供算法及适用场景

ElegantRL implements the following model-free deep reinforcement learning (DRL) algorithms:

DDPG, TD3, SAC, PPO, REDQ for continuous actions in single-agent environment,
DQN, Double DQN, D3QN for discrete actions in single-agent environment,
QMIX, VDN, MADDPG, MAPPO, MATD3 in multi-agent environment.

项目架构