baselines

OpenAI Baselines 是一系列高质量的强化学习算法实现。该项目提供了DQN及其变体等算法的实现，这些算法在性能上与已发表论文中的结果相当，旨在为研究者提供一个可靠的基础来复现、改进现有算法，并在此基础上探索新的想法。项目支持Python 3.5及以上版本，依赖TensorFlow（1.4至1.14版本），同时也兼容TensorFlow 2.0（需切换到tf2分支）。对于需要构建或比较新方法的研究场景来说，Baselines是一个非常合适的工具。此外，部分示例使用了MuJoCo物理模拟器，适合于进行涉及复杂物理交互环境下的强化学习研究。