NLRL:神经逻辑强化学习（https-Source code learning

神经逻辑强化学习 和几个基准。 神经逻辑强化学习使用深层强化学习方法来训练差分工业逻辑程序架构，从而获得可解释且可推广的策略。 论文被ICML2019接受。 环境 在Linux环境python2.7中开发。 依存关系 麻木 张量流（1.11） 用户指南 使用main.py进行实验 --mode=指定运行模式，可以是“ train”或“ generalize”，其中generalize表示运行一般化测试。 --task=指定任务，可以是“ stack”，“ unstack”，“ on”或“ cliffwalking”。 --algo指定代理类型，可以是“ DILP”，“ NN”或“ Random” --name指定此运行的ID。 例如： python main.py --mode=train --algo=DILP --task=unstack --name=ICMLtest