deepkoopman

参考论文A Data-Efficient Reinforcement Learning Method Based on Local Koopman Operators的koopman方案实现

1. 环境

需要pytorch，numpy

2. 运行与结果

运行python main.py即可，可以修改env 会间隔输出拟合结果对比，最终输出一个test_error的图

3. 代码结构

main.py：主程序，包括生成初始轨迹，调用训练，与训练结果测试
deep_util.py：训练程序包括网络定义，replaybuffer定义，训练定义
'nonlinear_system.py'：非线性系统的定义，含有VanDerPol，弹簧阻尼非线性系统，和强非线性的奖励
'test_all.py'：用pytest的单元测试