google-deepmind/dqn_zoo

解決的問題

DQN Zoo 提供多種 Deep Q-Network (DQN) 代理的參考實作。解決了重現 DeepMind 的 DQN 基礎強化學習論文研究成果的問題，為研究人員提供可讀性高且自包含的程式碼庫，可輕鬆 fork 並自訂。

如何運作

此專案使用 JAX、Haiku 和 RLax 實作。包含不同 DQN 變體（如 Double DQN、優先經驗回放、C51、QR-DQN、Rainbow 和 IQN）的獨立目錄，每個目錄皆複現其對應論文中的演算法細節。代理配置為使用 OpenAI Gym 接口在標準的 57 個 Atari 遊戲上執行。

適用對象

專為需要可靠 DQN 變體參考實作的研究人員設計，可用作自身研究的基線或起點。

主要亮點

• 參考實作：複現多種 DQN 變體（包括 Rainbow 和 IQN）在 57 個 Atari 遊戲上的結果。
• 研究友善：優先考慮程式碼可讀性與最小依賴，而非通用庫的彈性。
• 基於 JAX：使用 JAX、Haiku 和 RLax 實作，以實現高效計算。
• 自包含：包含基於 Docker 的快速啟動，用於處理相依性與 Atari ROM 檔案。