arXiv · Machine Learning· Abdulrahman Altahhan·· 8 小时前AI 评分45
rl_rob：从零构建的强化学习教学 Python 库，涵盖表格方法到深度策略梯度
rl_rob: A transparent, from-scratch Python library for teaching reinforcement learning from tabular methods to deep policy gradients
AI 导读
rl_rob 是一个开源 Python 强化学习教学库，涵盖从表格型时序差分学习、线性函数近似到深度价值方法和策略梯度方法的完整课程体系。所有算法均从零实现，直观展示更新规则，并通过统一接口支持不同方法的直接比较。该库还支持学生实现、修改和解释更新规则，用于教学与评估。
来源：arXiv · Machine Learning · arxiv.org