【人工智能】主要的强化学习框架

目录

一、主要的强化学习框架

1、TensorFlow Agents (TF-Agents)

2、Stable Baselines

3、Ray RLlib

4、OpenAI Baselines

5、Coach (Intel® Lab’s RL Coach)

6、ChainerRL

7、PyTorch-RL

8、Acme

9、Garage

10、Dopamine

11、Horizon

12、Microsoft Dopamine

13、RLlib

14、Gym

15、Unity ML-Agents

16、BURLAP (Berkeley Reinforcement Learning Environment and ToolKit)

17、Distributed Prioritized Experience Replay (DiPER)

18、Mava

19、RLLib

20、Ornstein-Uhlenbeck Action Noise (OUN)

二、选择合适的强化学习框架

---

【强化学习】RLLib框架-优快云博客

【强化学习】Distributed Prioritized Experience Replay（DiPER）框架-优快云博客

【强化学习】Dopamine的框架-优快云博客

【强化学习】Unity ML-Agents框架-优快云博客

【强化学习】Gym框架-优快云博客

【强化学习】RLlib框架-优快云博客

【强化学习】BURLAP框架-优快云博客

【强化学习】Mava框架-优快云博客

【强化学习】Ornstein-Uhlenbeck Action Noise (OUN)框架-优快云博客

【强化学习】Horizon框架_vmware horizon架构-优快云博客

【强化学习】Dopamine框架-优快云博客

【强化学习】Garage框架-优快云博客

【强化学习】Acme框架-优快云博客

【强化学习】PyTorch-RL框架-优快云博客

【强化学习】ChainerRL框架-优快云博客

【强化学习】Coach（Intel® Lab’s RL Coach）框架-优快云博客

【强化学习】OpenAI Baselines框架_open ai baseline-优快云博客

【强化学习】Ray RLlib框架-优快云博客

【强化学习】Stable Baselines3框架_sb3 保存模型-优快云博客