drl-zh

drl-zh

深度强化学习入门,从零开始实现经典算法

本课程提供深度强化学习的基础和经典算法的实用入门指导。学习者将从零开始编写DQN、SAC、PPO等算法,并掌握相关理论。课程内容还包括训练AI玩Atari游戏及模拟登月任务。同时详细介绍环境设置和代码实现步骤,支持Visual Studio Code和Jupyter Notebook,确保学习过程流畅高效。

Deep Reinforcement LearningDQNSACPPOAtari游戏Github开源项目

深度强化学习:从零到英雄!

欢迎来到最实际的强化学习体验!

这是一个简短而实用的入门课程,介绍了基础和经典的深度强化学习算法。到课程结束时,你将从零开始编写算法如DQN、SAC、PPO,并且在高层次上理解它们背后的理论。

我们将能够训练一个AI来玩Atari游戏并登陆月球!

<div style="width: 25%"> <img src="https://yellow-cdn.veclightyear.com/35dd4d3f/d3dd3587-b46c-4d60-aa4e-6eca708c81a6.gif"> </div>

环境设置

为了确保我们能够专注于学习,环境设置是有主见的😊。这里是设置步骤:

  • 安装 Miniconda<br> <small> 为什么选择conda?因为它是一个完整的环境管理器,而且我们可以选择Python的版本。 </small>

  • 检出这个Git仓库,并进入其文件夹。

  • 创建并激活drlzh虚拟环境:

    conda create --name drlzh python=3.11 conda activate drlzh
  • 安装 Poetry 并安装依赖项:<br> <small> 依赖项包括用于Atari的gymnasium[accept-rom-license]。确保在通过Poetry安装项目依赖项时接受许可协议。 </small>

    pip install poetry
    poetry install
    
  • 安装 Visual Studio Code

我如何开始?

在Visual Studio Code中打开此仓库文件夹 (确保保留.vscode文件夹以保持设置的一致性,如果使用Jupyter可能需要对代码和导入进行一些调整)。

在Visual Studio Code中打开第一个00_Intro.ipynb笔记本,并跟随课程进行!你的目标是在TODO部分编写代码并尝试算法!你甚至可能会遇到一些单元测试来验证你的实现!继续从一个笔记本移到下一个,如果你卡住了,可以随时检查/solution文件夹,其中提供了完整的代码。

对于一个深入和循序渐进的编码过程,请关注即将推出的YouTube视频!

编辑推荐精选

扣子-AI办公

扣子-AI办公

职场AI,就用扣子

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建,作为一款AI驱动的设计工具,专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图,显著提升设计品质和效率。平台不仅提供工具,还是一个促进创意交流和个人发展的空间,界面友好,适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台,用户只需一句话简单描述需求,AI能自动生成小程序、APP或H5网页应用,无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码,轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

下拉加载更多