用PyTorch实现了基本的RL算法

今天和大家分享Reddit上的一个热帖，楼主用PyTorch实现了基本的RL算法，而且每个算法都在一个文件夹中完成，即使没有GPU，每个算法也可以在30秒内完成训练。

近日，有开发人员用PyTorch实现了基本的RL算法，比如REINFORCE, vanilla actor-critic, DDPG, A3C, DQN 和PPO。这个帖子在Reddit论坛上获得了195个赞并引发了热议，一起来看一下吧。

特点如下：

每个算法都在一个文件中完成。

每个算法的长度可达100~150行代码。

即使没有GPU，每个算法也可以在30秒内完成训练。

Envs固定在“CartPole-v1”上，你只需关注执行。

minimalRL-pytorch算法：

1. REINFORCE（66行）

2. TD Actor-Critic（97行）

3. DQN（113行，包括重放内存和目标网络）

4. PPO（116行，包括GAE）

5. DDPG（149行，包括OU噪声和软目标更新）

6. A3C（116行）

7. 有什么建议吗？

依赖配置：

1. PyTorch

2. OpenAI GYM

使用：

# Works only with Python 3.#e.g.python3REINFORCE.pypython3actor_critic.pypython3dqn.pypython3ppo.pypython3ddpg.pypython3 a3c.py

评论中，不少朋友表示了对楼主的认可和感谢：

Dump7留言：“可以！这是我见过的最美的东西之一。我不是一个能用框架编写NN的人。但我正在努力。这将在很大程度上帮助到我。谢谢你做了这个。但是你能为基本的CNN和RNN制作这样的单一文件代码吗？”

CodeReclaimers表示：“谢谢你分享这个——我知道把代码简化到最少是很费事的。特别好的是，你的代码将依赖配置控制在最低限度。通常都是，我去寻找可以学习的例子，要花至少30多分钟来收集所有依赖配置，结果发现我的平台上少了一些关键的东西。”

Reddit上的讨论：

https://www.reddit.com/r/MachineLearning/comments/bt8sap/p_implementations_of_basic_rl_algorithms_with/

Github资源：

https://github.com/seungeunrho/minimalRL