dqn

从基础到应用算法的强化学习简明介绍，包含PyTorch实现和补充证明。

本文提出了一项横断面研究，比较了在混合离散-连续动作空间中三种强化学习算法家族（PPO、SAC、DQN）上的各种动作分解方法（独立网络、共享编码器、VDN、QPLEX、联合、自回归），并引入了两个新的轻量级环境以及变体VDN-PPO和PPO-MIX。

# OpenAI Baselines: DQN 来源: [https://openai.com/index/openai-baselines-dqn/](https://openai.com/index/openai-baselines-dqn/) 在将屏幕图像转换为灰度图时，我们对绿色通道的系数标定错误，导致鱼消失了。发现这个bug后，我们调整了色值，算法才能再次识别到鱼。为了在未来调试类似问题，Gym现在包含一个[play⁠\(在新窗口中打开\)](https://gith