arXiv · ML· Abdulrahman Altahhan·· 5 小时前AI 评分22
rl_rob：用于强化学习教学的从底层构建的透明 Python 库
rl_rob: A transparent, from-scratch Python library for teaching reinforcement learning from tabular methods to deep policy gradients
AI 导读
rl_rob 是开源 Python 库，涵盖从表格时差学习到深度策略梯度算法。 所有算法基于第一性原理实现，共享统一接口以支持方法对比。 支持学生通过修改并解释更新规则来进行教学与评估。
来源：arXiv · ML · arxiv.org