有用資源

TorchRL 論文

要詳細瞭解 TorchRL 的理念、它試圖解決的問題以及對其總體功能的瞭解，請參考TorchRL 論文。

我們還為您準備了一些介紹影片，讓您更好地瞭解該庫，請查閱

• TorchRL 在 2022 年 PyTorch Day 的介紹

• PyTorch 2.0 問答：TorchRL

PyTorch 文件

請參閱此處

functorch 文件

請參閱此處

有用的強化學習程式碼庫、部落格和網站

教育資源

• 深度強化學習入門

• Hugging Face 課程大綱

• 來自 Deepmind 的強化學習講座

• 最佳基準

• Awesome RL：精選強化學習資源

• 強化學習簡要總結

論壇

• PyTorch 強化學習討論

• Reddit 強化學習區

程式碼庫

為了完整性，我們提供一份強化學習庫列表。有些庫可能不再積極維護，但它們仍然提供了使用或不使用 PyTorch 的強化學習解決方案的良好示例。

• ReAgent：用於生產環境的強化學習

• Stable-baselines3

• TF-Agent：Tensorflow 中的 bandits 和強化學習演算法

• keras-rl：用於 Keras 的深度強化學習

• Acme：一個用於強化學習的研究框架

• dopamine：一個用於強化學習演算法快速原型開發的研究框架

• salina：一個用於學習序列智慧體（包括強化學習）的靈活簡單的庫

• tianshou：一個優雅的 PyTorch 深度強化學習庫。

• rlpyt：PyTorch 中的強化學習

• RLlib：使用 TF 和 Torch 的工業級強化學習

• sample-factory：高吞吐量非同步強化學習

• cherry：一個用於強化學習研究的 PyTorch 庫

• JaxRL：用於具有連續動作空間的深度強化學習演算法的實現

• MBRL-lib：一個用於 PyTorch 中基於模型的強化學習的庫

• RLMeta：一個用於分散式強化學習研究的輕量級靈活框架。

• ElegantRL：雲原生深度強化學習

• MTRL：多工強化學習基準