tutorials

《PARL强化学习入门实践》课程示例

针对强化学习初学者，PARL提供了入门课程，展示最基础的5个强化学习算法代码示例（注意：本课程示例均基于静态图框架编写）。

News:

• [2021.12.06] 应广大学员的要求，我们提供了课程配套代码的（lesson3-lesson5）的动态图框架版本，见 链接。lesson1-lesson2不涉及神经网络，可沿用本目录下的代码。

课程大纲

• 一、强化学习(RL)初印象
  • RL概述、入门路线
  • 实践：环境搭建（lesson1 的代码提供了格子环境世界的渲染封装）
• 二、基于表格型方法求解RL
  • MDP、状态价值、Q表格
  • 实践： Sarsa、Q-learning
• 三、基于神经网络方法求解RL
  • 函数逼近方法
  • 实践：DQN
• 四、基于策略梯度求解RL
  • 策略近似、策略梯度
  • 实践：Policy Gradient
• 五、连续动作空间上求解RL
  • 实战：DDPG

使用说明

安装依赖（注意：请务必安装对应的版本）

• Python 3.6/3.7
• paddlepaddle==1.6.3
• parl==1.3.1 或者 parl==1.4
• gym==0.18.0
• atari-py==0.2.6 (仅 lesson4 的 homework 需要安装)
• rlschool==0.3.1 (仅 lesson5 的 homework 需要安装)

可以直接安装本目录下的 requirements.txt 来完成以上依赖版本的适配。

pip install -r requirements.txt

运行示例

进入每个示例对应的代码文件夹中，运行

python train.py