Pytorchで自学自習で実装した強化学習ユースケース集

このリポジトリでは、Pytorchを使って自学自習で作ってみた強化学習のコードを紹介しています。

A2C、PPO、SAC、MPC、MBPO、CQL、Dreamer、Decision Transformerに関心がある方に適しています。

---

🔧 使用技術

• Pytorch

---

📁 ディレクトリ構成

ディレクトリ名	概要
actor-critic_optimize-price	Actor-Criticを理解するために基本的なA2Cを環境も含めて実装したもの
ppo_optimize-price	性能向上のために基本的なPPOを環境も含めて実装したもの
sac_optimize-price	オフポリシーのために基本的なSACを環境も含めて実装したもの
sac-mpc_optimize-price	基本的なSACに環境も推論するMPCを組み込んだものを環境も含めて実装したもの
sac-mbpo_optimize-price	基本的なSACに環境も推論するMBPOを組み込んだものを環境も含めて実装したもの
cql-sac_optimize-operator	基本的なSACにオフライン学習のためのCQLを組み込んだものを環境も含めて実装したもの
dreamer-v2_optimize-price	基本的なSACに世界モデルのDreamer v2を組み込んだものを環境も含めて実装したもの
decision-transformer_optimize-price	オフライン学習の基本的なDecision Transformerを環境も含めて実装したもの

---