智能体

---

强化学习中的智能体是一个自主决策的实体，它通过与环境互动来学习和改进其行为，各种算法的实现也是基于构造与训练特定的智能体来实现的。

智能体选项

构造智能体选项

智能体选项

函数名	简介
rlQLAgentOptions	QL（Q-learning）智能体选项
rlSARSAAgentOptions	SARSA（State-Action-Reward-State-Action）智能体选项
rlDQNAgentOptions	DQN（Deep Q-Network）智能体选项
rldoubleDQNAgentOptions	Double DQN（Double Deep Q-Network）智能体选项
rlPGAgentOptions	PG（Policy Gradient）智能体选项
rlACAgentOptions	AC（Actor-Critic）智能体选项
rlDDPGAgentOptions	DDPG（Deep Deterministic Policy Gradient）智能体选项
rlPGWithBaseLineAgentOptions	PGWithBaseLine 智能体选项
rlduelingDQNAgentOptions	duelingDQN 智能体选项
rlD3QNAgentOptions	D3QN（Dueling Double DQN）智能体选项
rlTD3AgentOptions	TD3（Twin Delayed Deep Deterministic policy gradient ）智能体选项
rlPPOAgentOptions	PPO（Proximal Policy Optimization）智能体选项
rlSQLAgentOptions	SQL（Soft Q-Learning）智能体选项
rlSACAgentOptions	SAC（Soft Actor-Critic）智能体选项
rlTRPOAgentOptions	TRPO（Trust Region Policy Optimization）智能体选项

智能体模型

构造智能体的策略函数与值函数及其优化器，通常为表格或神经网络形式。

智能体模型

函数名	简介
rlQLModels	QL（Q-learning）智能体模型
rlSARSAModels	SARSA（State-Action-Reward-State-Action）智能体模型
rlDQNModels	DQN（Deep Q-Network）智能体模型
rldoubleDQNModels	Double DQN（Double Deep Q-Network）智能体模型
rlPGModels	PG（Policy Gradient）智能体模型
rlACModels	AC（Actor-Critic）智能体模型
rlDDPGModels	DDPG（Deep Deterministic Policy Gradient）智能体模型
rlPGWithBaseLineModels	PGWithBaseLine 智能体模型
rlduelingDQNModels	duelingDQN 智能体模型
rlD3QNModels	D3QN（Dueling Double DQN）智能体模型
rlTD3Models	TD3（Twin Delayed Deep Deterministic policy gradient ）智能体模型
rlPPOModels	PPO（Proximal Policy Optimization）智能体模型
rlSQLModels	SQL（Soft Q-Learning）智能体模型
rlSACModels	SAC（Soft Actor-Critic）智能体模型
rlTRPOModels	TRPO（Trust Region Policy Optimization）智能体模型

智能体对象

构造不同算法的智能体对象。

智能体对象

函数名	简介
rlQLAgent	QL（Q-learning）智能体对象
rlSARSAAgent	SARSA（State-Action-Reward-State-Action）智能体对象
rlDQNAgent	DQN（Deep Q-Network）智能体对象
rldoubleDQNAgent	Double DQN（Double Deep Q-Network）智能体对象
rlPGAgent	PG（Policy Gradient）智能体对象
rlACAgent	AC（Actor-Critic）智能体对象
rlDDPGAgent	DDPG（Deep Deterministic Policy Gradient）智能体对象
rlPGWithBaseLineAgent	PGWithBaseLine 智能体对象
rlduelingDQNAgent	duelingDQN 智能体对象
rlD3QNAgent	D3QN（Dueling Double DQN）智能体对象
rlTD3Agent	TD3（Twin Delayed Deep Deterministic policy gradient ）智能体对象
rlPPOAgent	PPO（Proximal Policy Optimization）智能体对象
rlSQLAgent	SQL（Soft Q-Learning）智能体对象
rlSACAgent	SAC（Soft Actor-Critic）智能体对象
rlTRPOAgent	TRPO（Trust Region Policy Optimization）智能体对象

获取动作

获取动作

获取动作

函数名	简介
get_action	获取动作

回放经验

回放经验

回放经验

函数名	简介
rlReplayMemory	经验回放储存区
memoryAppend	经验增加
memorySample	经验抽样
memoryDelete	经验删除
validateExperience	经验验证