强化学习 - Deep RL开源项目总结

https://zhuanlan.zhihu.com/p/24392239

一. Lua 语言的程序包（运用框架：Torch 7）：

1. 相关论文：Human-level control through deep reinforcement learning

CODE链接（需） 另外的链接（不需要）：kuz/DeepMind-Atari-Deep-Q-Learner

实现的算法名称：Deep Q-Networks（DQN）

推荐指数（★★★★★）

 

推荐理由：谷歌公司开源的第一个深度强化学习软件包，重要价值不用我多说了吧。

 

 

2. 软件包名称：ehrenbrav/DeepQNetwork

实现算法：DQN 应用场景：玩超级马里奥游戏 推荐指数（★★★）

相关论文：Human-Level Control through Deep Reinforcement Learning

 

 

3. 软件包名称：Kaixhin/Atari

实现算法： DQN, persistent advantage learning, dueling network, double DQN, A3C

 

推荐指数（★★★★）

 

 

4. 软件包名称：iassael/learning-to-communicate

实现算法：Reinforced Inter-Agent Learning (RIAL) and Differentiable Inter-Agent Learning (DIAL)

推荐指数（★★★）

相关论文：[1605.06676] Learning to Communicate with Deep Multi-Agent Reinforcement Learning

 

 

5. 软件包名称：facebook/MazeBase

推荐指数（★★★） 推荐理由：Simple environment for creating very simple 2D games and training neural network models to perform tasks within them

相关论文：A Sandbox for Learning from Games

 

 

6. 软件包名称：eparisotto/ActorMimic

推荐指数（★★★） 实现算法：ActorMimic

相关论文：Actor-Mimic: Deep Multitask and Transfer Reinforcement Learning

 

 

二. Python语言的DRL程序包：

基于TensorFlow：

1. 软件包名称：devsisters/DQN-tensorflow

实现算法：DQN

推荐指数（★★★）

相关论文：Human-Level Control through Deep Reinforcement Learning

 

 

2. 软件包名称：gliese581gg/DQN_tensorflow

实现算法：DQN

推荐指数（★★）

 

 

3. 软件包名称：nivwusquorum/tensorflow-deepq

实现算法：DQN

推荐指数（★★★★）

推荐理由：可以用Jupyter Notebook

 

 

4. 软件包名称： deep-rl-tensorflow

实现算法：DQN、DDQN、Dueling Network

相关论文：

[1] Playing Atari with Deep Reinforcement Learning

[2] Human-Level Control through Deep Reinforcement Learning

[3] Deep Reinforcement Learning with Double Q-learning

 

[4] Dueling Network Architectures for Deep Reinforcement Learning

推荐指数（★★★★★） 推荐理由：基于TensorFlow下的多种DRL算法实现，有很好的扩展价值。

 

 

5. 软件包名称：coreylynch/async-rl

实现算法：A3C 推荐指数（★★★★）

 

相关论文：Asynchronous Methods for Deep Reinforcement Learning".

 

推荐理由：结合使用Tensorflow + Keras + OpenAI Gym

 

 

基于Keras：

1. 软件包名称：matthiasplappert/keras-rl

实现算法：

• Deep Q Learning (DQN) [1], [2]
• Double DQN [3]
• Deep Deterministic Policy Gradient (DDPG) [4]
• Continuous DQN (CDQN or NAF) [6]
• Cross-Entropy Method (CEM) [7], [8]

相关论文在标注链接里面。

推荐指数（★★★★★）

推荐理由：基于keras的最好的一款DRL软件包，实现的算法较全（包括离散动作空间、连续动作空间）

 

基于Theano：

1. 软件包名称：spragunr/deep_q_rl

实现算法：DQN

推荐指数（★★★）

推荐理由：基于Theano框架

 

基于neon深度学习包：

1. 软件包名称：tambetm/simple_dqn

实现算法：DQN

相关论文：Human-Level Control through Deep Reinforcement Learning

推荐指数（★★）

 

其它的一些Python语言的DRL软件包：

1. 软件包名称：VinF/deer

主要实现算法：DQN，prioritized experience replay, double Q-learning, DDPG

推荐指数（★★★）

 

 

2. 软件包名称：muupan/async-rl

实现算法： A3C 推荐指数（★★）

相关论文：Asynchronous Methods for Deep Reinforcement Learning.

 

 

3. 软件包名称：miyosuda/async_deep_reinforce

实现算法： A3C

推荐指数（★★）

相关论文：Asynchronous Methods for Deep Reinforcement Learning.

 

 

4. 软件包名称：openai/rllab

实现算法：

• REINFORCE
• Truncated Natural Policy Gradient
• Reward-Weighted Regression
• Relative Entropy Policy Search
• Trust Region Policy Optimization
• Cross Entropy Method
• Covariance Matrix Adaption Evolution Strategy
• Deep Deterministic Policy Gradient

推荐指数（★★★★★）

推荐理由：OpenAI出品，必是精品。

 

 

5. 软件包名称：openai/gym

推荐指数（★★★★★）

推荐理由：OpenAI Gym is a toolkit for developing and comparing reinforcement learning algorithms.

6.软件包名称：openai/universe

推荐指数（★★★★★）

推荐理由：A software platform for measuring and training an AI's general intelligence across the world's supply of games, websites and other applications.（多么美好的未来啊）

 

 

7. 软件包名称：joschu/modular_rl

实现算法： TRPO，Proximal Policy Optimization，CEM

推荐指数（★★★）

 

 

8. 软件包名称：openai/vime

实现算法：Variational Information Maximizing Exploration (VIME)

推荐指数（★★）

相关论文：VIME: Variational Information Maximizing Exploration

 

 

C和C++的DRL程序包：

1. 相关论文：Human-level control through deep reinforcement learning

CODE链接 实现算法：DQN

推荐指数（★★★★）

 

推荐理由：首次基于Caffe深度学习框架尝试解决深度强化学习问题。

 

 

2. 软件包名称：Replicating-DeepMind

主要实现算法：DQN

推荐指数（★★）

 

 

3. 软件包名称：xbpeng/DeepTerrainRL

相关论文： Terrain-Adaptive Locomotion Skills Using Deep Reinforcement Learning

推荐指数（★★）

 

 

4.软件包名称：deepmind/lab

推荐指数（★★★★★）

推荐理由：A customisable 3D platform for agent-based AI research（用来对抗OpenAI的Universe？）

 

 

5. 软件包名称：junhyukoh/nips2015-action-conditional-video-prediction

推荐指数（★★）

相关论文：Action-Conditional Video Prediction using Deep Networks in Atari Games

 

 

6. 软件包名称：mhauskn/dqn

 

实现算法：DRQN (Recurrent DQN)

推荐指数（★★★）

相关论文：Deep Recurrent Q-Learning for Partially Observable MDPs

 

 

Javascript的DRL程序包：

1. 软件包名称：karpathy/reinforcejs

实现算法：

• Dynamic Programming methods
• (Tabular) Temporal Difference Learning (SARSA/Q-Learning)
• Deep Q-Learning
• Stochastic/Deterministic Policy Gradients and Actor Critic architectures for dealing with continuous action spaces. (very alpha, likely buggy or at the very least finicky and inconsistent)

推荐指数（★★★★）

推荐理由：单凭Javascript，我就觉得很牛逼了。

 

 

Java的DRL程序包：

1. 软件包名称：deeplearning4j/rl4j

实现算法： DQN，A3C

推荐指数（★★★★★）

推荐理由：Java语言，我的最爱。目前商用价值最高的语言。

 

 

另外一些好玩的DRL项目：

1. 软件包名称：yenchenlin/DeepLearningFlappyBird 和 songrotek/DRL-FlappyBird

实现算法：DQN

应用场景：玩愤怒的小鸟

推荐指数（★★★★）

 

 

2. 软件包名称：bitwise-ben/Snake

实现算法：DQN

应用场景：玩贪吃蛇

推荐指数（★★★）

 

 

3. 软件包名称：yanpanlau/DDPG-Keras-Torcs

实现算法：DDPG

基于的框架：keras

应用场景：TORCS赛车

相关论文：Deep Deterministic Policy Gradient

推荐指数（★★★★★） 推荐理由：男生应该都对车有兴趣吧

 

 

4. 软件包名称：Ardavans/DSR

实现算法：DSR

应用场景：Doom射击

推荐指数（★★★★）

相关论文：Deep Successor Reinforcement Learning (DSR)

---

两年期间，又有许多有价值的强化学习项目在网上开源：

1. ShangtongZhang/reinforcement-learning-an-introduction

简述：Python replication for Sutton & Barto's bookReinforcement Learning: An Introduction (2nd Edition)

2. dennybritz/reinforcement-learning

简述：Implementation of Reinforcement Learning Algorithms. Python, OpenAI Gym, Tensorflow. Exercises and Solutions to accompany Sutton's Book and David Silver's course.

3. MorvanZhou/Reinforcement-learning-with-tensorflow

简述：Simple Reinforcement learning tutorials，适合入门。

4. deepmind/trfl

简述：TRFL (pronounced "truffle") is a library built on top of TensorFlow that exposes several useful building blocks for implementing Reinforcement Learning agents.

5. tensorlayer/tensorlayer

简述：Deep Learning and Reinforcement Learning Library for Scientists

6. openai/baselines

简述：OpenAI Baselines: high-quality implementations of reinforcement learning algorithms

7. google/dopamine

简述：Dopamine is a research framework for fast prototyping of reinforcement learning algorithms.

8. keras-rl/keras-rl

简述：Deep Reinforcement Learningfor Keras.

9. tensorforce/tensorforce

简述：a TensorFlow library for applied reinforcement learning

10. rll/rllab

简述：rllab is a framework for developing and evaluating reinforcement learning algorithms, fully compatible with OpenAI Gym.

11. NervanaSystems/coach

简述：Reinforcement Learning Coach by Intel AI Lab enables easy experimentation with state of the art Reinforcement Learning algorithms

12. tensorflow/agents

简述：TF-Agents is a library for Reinforcement Learning in TensorFlow