【RL】我的强化学习代理

rl-agent-based-traffic-control：通过无模型强化学习开发基于代理的流量管理系统

本文将深入探讨RL在构建基于代理的交通管理系统中的应用。强化学习是一种通过与环境的交互，不断学习最优策略以最大化长期奖励的学习方法。

bsuite:bsuite是精心设计的实验的集合，这些实验研究了强化学习（RL）代理的核心功能

强化学习行为套件（ bsuite ）介绍bsuite是经过精心设计的实验的集合，这些实验研究了强化学习（RL）代理的核心功能，其主要目标是两个。 收集清晰，有用和可扩展的问题，以捕获有效和通用学习算法

MATLAB代码：安全强化学习：使用Constraint Enforcement块训练RL代理 Constraint Enforcement 终极版

如何在MATLAB中使用Constraint Enforcement块来训练安全的强化学习(RL)代理。通过一个具体的球体追踪任务，演示了从创建环境和代理开始，经过定义约束函数、使用Constrain

TextWorld：TextWorld是一个沙箱学习环境，用于在基于文本的游戏上训练和评估强化学习（RL）代理

文字世界 基于文本的游戏生成器和可扩展的沙箱学习环境，用于培训和测试强化学习（RL）代理。 另请访问以获取有关TextWorld及其创建者的更多信息。 对TextWorld有疑问或反馈吗？ 将它们发送

``TextWorld是一个沙箱学习环境，用于训练和评估基于文本的游戏上的强化学习（RL）代理。-Python开发

TextWorld基于文本的游戏生成器和可扩展的沙箱学习环境，用于培训和测试强化学习（RL）代理。另请访问aka.ms/textworld，以获取有关TextWorld及其创建者的更多信息。H Tex