这是一个入门的深度强化学习库，是中科院深圳先进院的一位同学独立完成的，拥有全中文的文档：
- 轻量：仅含3个Python文件，仅需安装 PyTorch 和 GYM
- 稳定：尽可能减少超参数。绝不通过微调超参数得到虚高的性能
- 高效：循环内的代码注重效率，动态规划地编写计算流程
- 可读：我喜欢Python之父的Python之禅 import this，尽力保持代码优雅
- 易用：尽力降低代码耦合度，方便复制某段
目前，单智能体-无模型-深度-强化学习算法部分已经完成（多智能体、离散空间代码业已完成，有时间将整理上传）：
- 离线策略，确定策略梯度：DDPG，TD3，InterAC。使用更稳定的训练流程
- 离线策略，随机策略梯度：SAC，InterSAC。含 automatic temperature tuning
- 在线策略，随机策略梯度：PPO，含 Generalized Advantage Estimator (GAE)
- 离散动作：DQN （后续会加入DQN的其他变种）
- A3C，A2C，TRPO 无论在何种条件下，都劣于以上算法，不加入
项目 GitHub 地址