-
在PyTorch中广受欢迎的ActorCritic深度强化学习算法，适用于OpenAI Gym环境，即AC-Gym
资源介绍
该存储库结合了来自三个来源qv的代码，以获取详细信息：
Pack Publishing的第19章
斯科特·藤本的
马克斯·拉潘（Max Lapan）的
我使用此存储库的目标是将所有这些算法集中在一个地方，并具有简单，统一的命令行界面和最小的外部依存关系（ ， ）。
快速开始
python3 td3-learn.py --target -500
这将在默认环境（ ）上运行算法，直到达到-500的平均奖励（在我的Asus Predator Helios笔记本电脑上大约需要23秒）。 程序完成后，您可以通过运行以下命令显示结果
python3 ac-test.py models/td3-Pendulum-v0-.dat
其中是奖励值。
如果您已安装 ，则可以通过运行以下命令可视化情节奖励
python3 ac-plot.py models/td3