极简深度强化学习实现-DDPG-TD3-SAC

github地址

https://github.com/kaixindelele/DRL-tensorflow
有帮助的话，希望能给我github点个star，thank u~
这个项目已经放弃维护了！

最新的代码库：
DRLib:一个简洁的强化学习库，集成了HER和PER

based on

My DRL library with tensorflow1.14 core codes based on https://github.com/openai/spinningup

My job is wrap the algorithms functions into classes in order to easy to call. Maintain the performance in gym environments of the original codes.

实现目的和学习建议：

网上很多实现这些深度强化学习的算法框架，但是很多都是非常复杂的实现，偶尔有人复现了单一算法又难以确定正确性和拓展性，因此我在openai的spinning-up的基础上，抽出最核心的算法，并且封装成类，便于调用。

在看openai的spinning-up的时候，他们建议和我总结的规律，学习一个新的算法：

1. 看懂算法简介
2. 看懂伪代码；
3. 带着问题看原版论文；
4. 看完之后实现最精简的算法，并且跑最简单的gym环境，测试算法的有效性；
5. 增加新的功能，拓展到复杂任务， 每次增加一个部件，做一次测试！
6. 最终实现你的任务（工作量实在是太大了~）

至于这些算法怎么学，还是建议自己去看他们的文档，我目前总结出来的，感觉还差了一点火候。
等以后有时间了，或者我理解更透彻了，也许会对这些算法做一个中文的讲解。

下一步打算

抽时间将on-policy部分的TRPO和PPO看懂，实现。
大概需要两周时间吧