GitHub 热门项目: drl-zh

GitHub 项目：drl-zh 仓库地址：https://github.com/alessiodm/drl-zh 星级：2280 | 作者：alessiodm 项目描述：深度强化学习：从零到英雄！ =================================================== 自述文件内容： # 深度强化学习：从零到英雄！ [](https://opensource.org/licenses/MIT) [](https://www.python.org/downloads/release/python-3120/) [](https://github.com/psf/black) 欢迎来到[drlzh.ai](https://drlzh.ai)：最实战的强化学习体验！ 本课程深入探讨**广阔且不断发展的深度强化学习世界**， 分成两部分。首先，您将学习强化学习的基础知识并掌握 通过从头开始构建 **DQN、SAC 和 PPO** 等算法来经典。然后，你将冒险 深入探讨高级主题，例如好奇心驱动的探索、**AlphaZero 和 RLHF**。 您将**边做边学**。这包括从玩 Atari 游戏、训练机器人到 登陆月球，微调语言模型，实现 MCTS 的自我对战，并解决 前沿的挑战。 ## 它是如何工作的 您将逐步完成一系列 Jupyter 笔记本实践，实现以下的每个算法 从引导的“TODO: ...”部分开始。如果您遇到困难，别担心！ “解决方案”文件夹包含所有内容 完成的笔记本供您参考。 整个体验被设计为 VS Code 内的一站式商店，并具有固执己见的设置，因此 您可以专注于学习，而不是模板。 ## 快速开始 最简单的入门方法是使用我们的 Docker 化环境：一个成熟的、可重复的、 准备就绪的开发环境！ 1.安装Docker和Git。克隆此存储库并将“cd”放入其中。 2. **在 Linux/macOS 上**，运行 `printf "UID=$(id -u)\nGID=$(id -g)\n" > .env` 以设置用户权限。 3. 运行 `docker compose up --build -d` 并等待容器启动。如果_诗_ 安装在任何时候失败，请重新运行命令（这将使用缓存的内容）。 4. 打开浏览器并访问“http://localhost:8080”。 5. 在 VS Code 中，选择 `drl-env 3.12.11` Python 环境。 **关于 GPU 的注意事项：** 要启用 GPU 支持（如果您有兼容的 NVIDIA 卡和驱动程序），请使用此 命令改为：`docker compose -f docker-compose.yml -f docker-compose.gpu.yml up --build -d`。 ## 章节 以下是本课程的内容和概述： 0. **简介**：课程概述和强化学习（RL）及其核心概念， 和现实世界的应用。 1. **马尔可夫决策过程**：用于建模决策的数学框架 不确定的环境。 2. **强化学习基础**：探索代理、环境、 状态、行动和奖励。 3. **深度Q学习**：一种基于值的算法，使用深度神经网络来学习最优 actions，以精通 Atari 游戏而闻名。 4.