CORE-RL:使用 DDPG、PPO 和 TRPO 实现 CORE-RL 算法的代码。 有关更多详细信息，请参阅论文“Cont...

核心强化学习 使用 DDPG、PPO 和 TRPO 实现 CORE-RL 算法的代码。 我们已经包含了三种环境的代码：Car-Following、CartPole 和 TORCS Racecar Simulator。 每个文件夹都包含一个 README 文件，其中包含有关运行算法的更多信息。 结果作为 Car Follow 和 CartPole 的 .mat 文件输出，可以读入 MATLAB。 TORCS 结果输出为 .log 文件，因为用于不同训练运行的模拟器必须在单独的套接字上运行。 有关该算法的信息和其他详细信息，请参阅论文“Control Regularization for Reduced Variance Reinforcement Learning”。 如有任何错误/问题，请联系 。