Reinforcement Learning Tools
Project description
wjwgym(暂名): 强化学习工具包
基于Pytorch
与OpenAI Gym
实现强化学习训练涉及到:
- 强化学习智能体编写
- 神经网络创建
- gym环境编写
wjwgym提供了常用强化学习智能体 DQN
DDPG
QLearning
的pytorch实现,完成了其中的通用部分。可以作为智能体编写的参考,也可以直接作为基类用于创建自己的强化学习智能体。同时实现了简单的神经网络和gym环境,可以作为实现的参考。
Agents
wjwgym.agents
中实现了DQNBase
DDPGBase
和 LinearBase
三个基类,分别作为DQN
DDPG
和 QLearning
/Sarsa
的通用抽象。
- DQN_base
或称DoubleDQN
,在标准DQN基础上增加了经验回放和fixed_target。实现了标准的训练
获取动作
添加记录到经验回放池
等方法,同时提供了自己实现神经网络构建的接口。 - DDPG_base
实现了DDPG通用的训练
获取动作
添加记录到经验回放池
方法,同时提供Actor和Critic神经网络创建的接口。有默认的噪声函数实现,也支持自己实现噪声函数。 - Linear_base 实现了线性学习通用的QTable,但训练函数需要自己创建。
Models
wjwgym.models
中实现了几种简单的神经网络,用于创建示例。
Envs
wjwgym.envs
中实现了简单的环境用于创建示例,在wjwgym.envs._init__
中给出了将环境注册到gym中的方法。需要注意:
- 需要将包安装到site-packages下
- 需要
import wjwgym
或者from wjwgym import envs
,__init__
文件中的注册代码才会生效。
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
wjwgym-0.1.1.tar.gz
(12.4 kB
view hashes)
Built Distribution
wjwgym-0.1.1-py3-none-any.whl
(16.8 kB
view hashes)