abcdRL (简单四步实现一个强化学习算法)

abcdRL 是一个模块化单文件强化学习代码库，提供“有但不严格”的模块化设计，和清晰的单文件算法实现。

阅读代码时，在单文件代码中，快速了解算法的完整实现细节；改进算法时，得益于轻量的模块化设计，只需专注于少量的模块。

Ref

abcdRL 主要参考了 vwxyzjn/cleanrl 的单文件设计哲学和 PaddlePaddle/PARL 的模块设计。

路线图🗺️ #57

🗽 设计哲学

要“拷贝📋”，~~不要“继承🧬”~~
要“单文件📜”，~~不要“多文件📚”~~
要“功能复用🛠”，~~不要“算法复用🖨”~~
要“一致的逻辑🤖”，~~不要“一致的接口🔌”~~

✅ 已实现算法

Weights & Biases 性能报告 ➡️ report.abcdrl.xyz

Deep Q Network (DQN) _{dqn_torch.py, dqn_tf.py, dqn_atari_torch.py, dqn_atari_tf.py}
Deep Deterministic Policy Gradient (DDPG) _{ddpg_torch.py}
Twin Delayed Deep Deterministic Policy Gradient (TD3) _{td3_torch.py}
Soft Actor-Critic (SAC) _{sac_torch.py}
Proximal Policy Optimization (PPO) _{ppo_torch.py}

Double Deep Q Network (DDQN) _{ddqn_torch.py, ddqn_tf.py}
Prioritized Deep Q Network (PDQN) _{pdqn_torch.py, pdqn_tf.py}

引用 abcdRL

@misc{zhao_abcdrl_2022,
    author = {Yanxiao, Zhao},
    month = {12},
    title = {{abcdRL: Modular Single-file Reinforcement Learning Algorithms Library}},
    url = {https://github.com/sdpkjc/abcdrl},
    year = {2022}
}

最后更新: 2023-03-01