一个用于构建深度强化学习代理的PyTorch库：autonomous-learning-library

自主学习库：用于构建强化学习代理的PyTorch库 autonomous-learning-library是用于PyTorch的面向对象的深度强化学习（DRL）库。 该库的目标是提供必要的组件，以快速构建和评估新颖的强化学习代理，并提供现代DRL算法的高质量参考实现。 完整的文档可在以下URL找到： : 。 建立新代理的工具 autonomous-learning-library的主要目标是通过提供用于构建和评估代理的通用工具来促进新的强化学习代理的快速开发，例如： 灵活的函数Approximation API，集成了目标网络，梯度裁剪，学习率计划，模型检查点，多头网络，损耗定标，日志记录等功能。 各种内存缓冲区，包括优先体验重放（PER），广义优势估计（GAE）等。 甲torch的基于Environment的接口，simplies代理实现通过切掉numpy中间人。 通用包装程