tf-agents：tensorflow的强化学习库
tf-agents的Python项目详细描述
#tf agents:tensorflow中用于强化学习的库
*注：*当前tf agents的预发布正在积极开发中，
接口可能随时更改。欢迎随时提供反馈和意见。
>文档、示例和教程将在未来几周内不断增长。
<；a a a a href=“代理”>；代理<；a>；lt；br>；
<；a a a a<<<<<<<<<<<
<；a a a='示例示例<；示例<；示例<<；示例<；示例<；示例<；示例<<；示例<；示例>；示例<；示例<；示例<<；lt/a>；<；br>；
<；alt；lt；br>；
<；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；br>；
<；lt；lt；lt；lt；lt；lt；br>；
<；lt；a；lt；a；lt；lt；lt；lt；lt；lt；a；lt；lt；lt；a；lt；lt；lt；lt；br>；
<；lt；lt；a；lt；a；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt er'>；免责声明<；/a>；<；br>；
<；a id='agents'>；<；/a>；
agents
以及如何从收集到的经验中学习/训练该策略。
目前tf代理下有以下算法：
*dqn:“通过深度强化学习实现人的水平控制”，2015 HTTPS://DeavyCy/St/DQN/BR/>＊DDQN:*深度强化学习与双Q-LealSngy Haselt等，2015 HTTPS://ARXIV.ORG/ABS/1509.06461＝BR/**DDPG:γ-连续控制与深度强化学习LILICRAP等。http://ARXIV.ORG/ABS/1509.02971＜BR/**TD3:Y-寻址函数逼近误差在演员评论方法S.Fujimoto等。http://ARXIV.ORG/ABS/1802.09477。BR/>增强：连接主义强化学习的简单统计梯度算法：威廉姆斯http://WWW ANW.C.UMAS.EDU/~ BARTO／CURS/CS68 7/WiLAMS92Simple。PDF
PPO：γ-近端策略优化算法舒尔曼等。http://ARXIV.org/ABS/1707.06347＜BR/> *SAC：/ABS/1812.05905（BR/>＞Br//lt；/lt；/a & gt；br/> http://ARXIV.org
示例
可以在每个代理目录下找到端到端示例培训代理。
例如：
*dqn:[`tf-agents/agents/dqn/examples/train-eval-gym.py`]（https://github.com/tensorflow/agents/tree/master/tf-agents/agents/dqn/examples/train-eval-gym.py）
<；a id=“installation”>；<；/a>；
但可能不如版本控制的版本稳定。
请参见[`contribution.md`]（contribution.md）
了解如何进行贡献的指南。本项目遵循Tensorflow的
[行为准则]（code_of_conduct.md）。通过参与，您应该
坚持这一准则。
<；a id=”原则”>；
/a>；
引文
如果您使用此代码，请将其引述为：
```
@misc{tf agents，
title={{tfagents}：Tensorflow中的强化学习库，
作者：“{sergio guadarrama，Anoop Koratikara，Oscar Ramirez，
Pablo Castro，Ethan Holly，Sam Fishman，Ke Wang，叶卡捷琳娜Gonina，
Chris Harris，Vincent Vanhoucke，Eugene Brevdo}”，
howpublipublished={\url{https://github.com/tensorflow/agents}，
url=“https://github.com/tensorflow/agents”，
year=2018，
注意：“[online；访问时间2018-11-2018年11月30日]”
```
<；a id='免责声明>；lt；a id='disclaimer>；
；免责声明
>
>这不是谷歌的官方产品。
<<<<<<<<<
<<<<<
*注：*当前tf agents的预发布正在积极开发中，
接口可能随时更改。欢迎随时提供反馈和意见。
>文档、示例和教程将在未来几周内不断增长。
<；a a a a href=“代理”>；代理<；a>；lt；br>；
<；a a a a<<<<<<<<<<<
<；a a a='示例示例<；示例<；示例<<；示例<；示例<；示例<；示例<<；示例<；示例>；示例<；示例<；示例<<；lt/a>；<；br>；
<；alt；lt；br>；
<；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；br>；
<；lt；lt；lt；lt；lt；lt；br>；
<；lt；a；lt；a；lt；lt；lt；lt；lt；lt；a；lt；lt；lt；a；lt；lt；lt；lt；br>；
<；lt；lt；a；lt；a；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt er'>；免责声明<；/a>；<；br>；
<；a id='agents'>；<；/a>；
agents
以及如何从收集到的经验中学习/训练该策略。
目前tf代理下有以下算法：
*dqn:“通过深度强化学习实现人的水平控制”，2015 HTTPS://DeavyCy/St/DQN/BR/>＊DDQN:*深度强化学习与双Q-LealSngy Haselt等，2015 HTTPS://ARXIV.ORG/ABS/1509.06461＝BR/**DDPG:γ-连续控制与深度强化学习LILICRAP等。http://ARXIV.ORG/ABS/1509.02971＜BR/**TD3:Y-寻址函数逼近误差在演员评论方法S.Fujimoto等。http://ARXIV.ORG/ABS/1802.09477。BR/>增强：连接主义强化学习的简单统计梯度算法：威廉姆斯http://WWW ANW.C.UMAS.EDU/~ BARTO／CURS/CS68 7/WiLAMS92Simple。PDF
PPO：γ-近端策略优化算法舒尔曼等。http://ARXIV.org/ABS/1707.06347＜BR/> *SAC：/ABS/1812.05905（BR/>＞Br//lt；/lt；/a & gt；br/> http://ARXIV.org
示例
可以在每个代理目录下找到端到端示例培训代理。
例如：
*dqn:[`tf-agents/agents/dqn/examples/train-eval-gym.py`]（https://github.com/tensorflow/agents/tree/master/tf-agents/agents/dqn/examples/train-eval-gym.py）
<；a id=“installation”>；<；/a>；
但可能不如版本控制的版本稳定。
请参见[`contribution.md`]（contribution.md）
了解如何进行贡献的指南。本项目遵循Tensorflow的
[行为准则]（code_of_conduct.md）。通过参与，您应该
坚持这一准则。
<；a id=”原则”>；
/a>；
引文
如果您使用此代码，请将其引述为：
```
@misc{tf agents，
title={{tfagents}：Tensorflow中的强化学习库，
作者：“{sergio guadarrama，Anoop Koratikara，Oscar Ramirez，
Pablo Castro，Ethan Holly，Sam Fishman，Ke Wang，叶卡捷琳娜Gonina，
Chris Harris，Vincent Vanhoucke，Eugene Brevdo}”，
howpublipublished={\url{https://github.com/tensorflow/agents}，
url=“https://github.com/tensorflow/agents”，
year=2018，
注意：“[online；访问时间2018-11-2018年11月30日]”
```
<；a id='免责声明>；lt；a id='disclaimer>；
；免责声明
>
>这不是谷歌的官方产品。
<<<<<<<<<
<<<<<
欢迎加入QQ群-->： 979659372
