dqn

Tutorial en chino de aprendizaje por refuerzo (Libro de hongos 🍄), dirección de lectura en línea: https://datawhalechina.github.io/easy-rl/

Una elegante librería de aprendizaje por refuerzo profundo en PyTorch.

Tutoriales sencillos de aprendizaje por refuerzo, enseñanza de IA en chino de MoFan Python

Repositorio para el programa Nanodegree de Aprendizaje por Refuerzo Profundo (Deep Reinforcement Learning)

Aprendizaje por refuerzo profundo masivamente paralelo. 🔥

Ejemplos de aprendizaje por refuerzo mínimos y limpios

Curso de introducción al aprendizaje profundo, cursos avanzados, cursos especializados, casos académicos, casos de práctica industrial, enciclopedia de conocimientos de aprendizaje profundo y banco de preguntas para entrevistas.

Implementación modularizada de algoritmos de RL profundo en PyTorch

TF-Agents: Una librería de TensorFlow confiable, escalable y fácil de usar para bandidos contextuales y aprendizaje por refuerzo.

El entorno de trading de OpenAI Gym más simple, flexible y completo (aprobado por OpenAI Gym)

¡Rainbow es todo lo que necesitas! Un tutorial paso a paso desde DQN hasta Rainbow

Framework modular de aprendizaje por refuerzo profundo en PyTorch. Biblioteca complementaria del libro "Foundations of Deep Reinforcement Learning"

Implementaciones mínimas de Deep Q Learning (DQN y DDQN) en Keras

XuanCe: Una biblioteca de aprendizaje por refuerzo profundo integral y unificada.

Biblioteca de Python para aprendizaje por refuerzo.

Código para el artículo "Optimización de descarga de computación para computación de borde móvil asistida por UAV: un enfoque de gradiente de política determinista profundo"

Este repositorio contiene la mayoría de las implementaciones en PyTorch basadas en algoritmos clásicos de aprendizaje por refuerzo profundo, incluyendo DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO y TRPO. (Más algoritmos en desarrollo)

Una biblioteca de PyTorch para crear agentes de aprendizaje por refuerzo profundo.