|
为了回答深度强化学习实验室论坛的问题，按照自己的github梳理了关注的一些开源库：
深度强化学习实验室自己的官方资料汇总链接，感觉还是很好用的：
https://github.com/NeuronDance/DeepRL
基于torch的单强化学习开源库，里面用面向对象的方法封装了几乎所有主流的单智能体强化学习pytorch实现：
https://github.com/p-christ/Deep-Reinforcement-Learning-Algorithms-with-PyTorch
基于torch的多智能体强化学习开源库，用星际争霸案例对State of the art的MARL算法进行了实现：
https://github.com/starry-sky6688/StarCraft
分布式强化学习开源库ray：
https://github.com/ray-project/ray
基于torch的另外几个单强化学习开源库，个人觉得都没有上面第二个推荐那个torch的好用，但是也为一些算法的复现提供了不错的思路：
https://github.com/p-christ/Deep-Reinforcement-Learning-Algorithms-with-PyTorch
https://github.com/sweetice/Deep-reinforcement-learning-with-pytorch
https://github.com/astooke/rlpyt
一个国内团队开发的强化学习算法开发框架库ElegantRl，主打轻量化、稳定、高效开发：
https://github.com/AI4Finance-LLC/ElegantRL
(附上知乎的介绍链接：https://zhuanlan.zhihu.com/p/127792558)
OpenAI开发的一个多智能体混合合作竞争的环境库，当时为了验证MADDPG算法，后来也用于其他多智能体强化算法的验证：
https://github.com/openai/multiagent-particle-envs
（附上对于环境的一个中文博客介绍：https://blog.csdn.net/weixin_43483381/article/details/114240352?spm=1001.2014.3001.5501）
多智能体强化学习竞争合作关系下的算法开创，MADDPG，openAI组织的，开源代码：
https://github.com/starry-sky6688/MADDPG
一个初级的多智能体强化学习算法框架库，不如上边推荐那个好用，但是可以参考：
https://github.com/oxwhirl/pymarl
多智能体强化学习算法的一个可视化环境，也是OpenAI那个强化学习seek and hide视频用的环境:
https://github.com/openai/multi-agent-emergence-environments
(附上seek and hide视频链接，用的MADDPG控制：https://www.bilibili.com/video/BV17e411x7sh)
一位本科上交研究生出国的学长的总结的MARL相关的论文，当时看了受益很大：
https://github.com/LantaoYu/MARL-Paper
教学视频的话几个推荐：
1）国产李宏毅老师的强化学习教学，里面对Policy-based的讲解尤其清晰：
https://www.bilibili.com/video/BV124411S7au
2）斯坦福的CS234课程，当时博一上课的时候老师推荐的，里面对于RL怎么来的讲的尤其清晰：
https://www.bilibili.com/video/BV1Cc411h7QQ
3）之前从外网看到的wangshusen老师的视频，感觉也很清晰，其课程ppt和视频都在下面的链接里：
https://github.com/wangshusen/DRL
4）莫烦的python强化学习视频，视频做的很生动有趣：
https://www.bilibili.com/video/BV13W411Y75P?from=search&seid=14400823287014350597
5）最后推荐一个小的但是很有意思的视频，讲神经网络反向传播的，生动形象：
https://www.bilibili.com/video/BV16x411V7Qg
|