全部项目
1 个仓库 · 数据更新于 2026-11-07
正在加载…
1ikostrikov / pytorch-a2c-ppo-acktr-gailPyTorch 实现了 Advantage Actor Critic (A2C)、近端策略优化 (PPO)、使用 Kronecker 因子近似 (ACKTR) 和生成对抗模仿学习 (GAIL) 进行深度强化学习的可扩展信任域方法。PythonMIT · 宽松，可直接商用不活跃名次历史不足3,909
1 个仓库 · 数据更新于 2026-11-07
