实现中参考了:
- https://github.com/MorvanZhou/Reinforcement-learning-with-tensorflow
- https://github.com/jw1401/PPO-with-Tensorflow-2.0.0-alpha
由于之前使用老版本的tensorflow,所以在TF2.0发布之后想要用新版本来实现一下之前的代码。TF2.0使用起来和keras很像,本人之前也没有用过keras和pytorch,所以其中的一些机制还有些不太了解,实现中也许有一些不恰当的地方。
这些实现的性质更倾向于我个人的练习,这里仅实现了各个模型的简单版本,环境也只是Gym中的一些比较简单的环境。
欢迎大家指出我的错误,大家共同交流、进步。
我会在后续上传更多的模型实现。