dqn

Tutoriel d'apprentissage par renforcement en chinois (Livre Champignon 🍄), lecture en ligne : https://datawhalechina.github.io/easy-rl/

Une bibliothèque élégante d'apprentissage par renforcement profond pour PyTorch.

Tutoriels simples d'apprentissage par renforcement, enseignement de l'IA en chinois par MorvanPython

Dépôt pour le programme Nanodegree en Deep Reinforcement Learning

Apprentissage par renforcement profond massivement parallèle.

Exemples d'apprentissage par renforcement minimalistes et épurés.

Cours d'introduction, cours avancés, études de cas académiques et industrielles, encyclopédie des connaissances et banque de questions d'entretien sur le Deep Learning et l'IA.

Implémentation modulaire d'algorithmes de Deep RL en PyTorch

TF-Agents : Une bibliothèque TensorFlow fiable, évolutive et facile à utiliser pour les bandits contextuels et l'apprentissage par renforcement.

L'environnement de trading OpenAI Gym le plus simple, flexible et complet (approuvé par OpenAI Gym).

Rainbow est tout ce dont vous avez besoin ! Un tutoriel étape par étape de DQN à Rainbow

Framework modulaire d'apprentissage par renforcement profond en PyTorch. Bibliothèque compagnon du livre "Foundations of Deep Reinforcement Learning".

Implémentations minimales de Deep Q Learning (DQN & DDQN) avec Keras

XuanCe : une bibliothèque d'apprentissage par renforcement profond complète et unifiée

Bibliothèque Python pour l'apprentissage par renforcement.

Code pour l'article "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"

Ce dépôt contient la plupart des implémentations PyTorch des algorithmes classiques d'apprentissage par renforcement profond, notamment : DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (D'autres algorithmes sont en cours de développement)

Une bibliothèque PyTorch pour la construction d'agents d'apprentissage profond par renforcement.