概述 这是pytorch中基于模型的RL算法MBPO的重新实现，如下文所述：。 该代码基于的使用张量流集成模型重现了结果，但使用pytorch集成模型却表现出明显的性能下降。 这段代码使用pytorch重新实现了集成动力学模型，并缩小了差距。 转载结果 比较是在两个任务上完成的，而其他任务没有经过测试。 但是在经过测试的两个任务上，与官方的tensorflow代码相比，pytorch实现获得了类似的性能。 依存关系 MuJoCo 1.5和MuJoCo 2.0 用法 python main_mb

强化学习代码段 如何运行 安装要求 pip install -r requirements.txt 运行代码 cd value-based/tabular # test sarsa code python -m sarsa # if running in terminal without display, use blow command xvfb-run -a -s " -screen 0 1400x900x24 " python -m raw_dqn 1. 1.1 1.2 2.基于策略

RL医疗 使用PyTorch进行解剖标志检测的多主体深度强化学习。 这是用于的纸上的代码。 介绍 准确检测解剖标志是几个医学成像任务中必不可少的步骤。 该存储库实施了一种新颖的通信多主体强化学习（C-MARL）系统，以自动检测3D医学图像中的界标。 C-MARL通过在所有代理之间共享体系结构的某些权重，使代理能够学习显式通信信道以及隐式通信信号。 除了C-MARL，该代码还支持没有通信通道的单代理和多代理（名为Network3d）。 这段代码最初是一个fork。 为了方便起见，在data文件