DRL baseline

目前主要是一些单智能体深度强化学习方法的复现

学生习作，以大神sutton的书和周博磊的课程为线索复现

目前已完成的部分包括：

• DQN
• REINFORCE
• REINFORCE with baseline
• one-step AC
• QAC
• QAC with shared network
• PPO2
• DDPG
• TD3
• SAC
• SAC (离散动作)
• A2C
• A3C

可以配合以下内容服用

CSDN 地址	涉及算法
强化学习策略梯度梳理1 - REINFORCE（附代码）	REINFORCE、REINFORCE with baseline
强化学习策略梯度梳理2 - AC（附代码）	one-step AC、 QAC、 QAC with shared network
强化学习策略梯度梳理3-SOTA 上	PPO2
SOTA 中	DDPG，TD3，SAC, SAC 离散动作
SOTA 下	A2C, A3C

计划要复现的其他方法包括

• Rainbow
• HER
• VIN