欢迎来到 DI-engine 中文文档

English

用户指南

• DI-engine 简介
  • 了解 DI-engine
  • 核心概念
• 快速开始
  • 安装说明
  • 冒险，开始！
  • 揭秘第一个强化学习程序
  • 更多强化学习项目 (定制化环境)
• 强化学习算法分类
  • 基于模型的强化学习
  • 模仿学习
  • 强化学习中的探索机制
  • 多智能体强化学习
  • 离线强化学习
  • 安全强化学习
  • 分布式强化学习
  • 零和博弈
• 系统设计
  • 中间件
  • 分布式
  • 配置文件系统
  • 高性能RPC框架
  • Agent
• 最佳实践
  • 如何将自己的环境迁移到DI-engine中
  • 如何自定义神经网络模型（model）
  • 新旧pipeline的异同
  • 如何高效构建决策环境
  • 如何使用 Env Wrapper 快速构建决策环境
  • 如何自定义模型 Wrapper
  • 随机种子
  • 如何使用 RNN
  • Buffer 使用指南
  • 如何构建多智能体环境
  • 如何使用 DI-engine 中的 MARL 算法
  • 多重离散动作空间示例
  • 如何理解训练过程中生成的文件夹？
  • 注册器（registry）
  • Wandb
• API Doc
  • ding.agent
  • ding.config
  • ding.envs
  • ding.model
  • ding.policy
  • ding.rl_utils
  • Torch Utils
  • Framework
  • Data
  • Utils
  • Learner
  • Collector
  • Replay Buffer
  • Reward Model
  • League
• FAQ
  • Frequently Asked Questions

强化学习教程

• 强化学习基础概念介绍
  • 基本概念
• 从 DI-zoo 开始学习
  • 什么是 DI-zoo
  • DI-zoo 的结构
  • DI-zoo 的用法
  • DI-zoo 的自定义
  • DI-zoo 已支持的算法和环境列表
• 强化学习算法
  • DQN
  • Rainbow
  • C51
  • QRDQN
  • IQN
  • FQF
  • SQL
  • MDQN
  • PPG
  • DDPG
  • TD3
  • QMIX
  • HAPPO
  • ICM
  • NGU
  • DIAYN
  • Guided Cost Learning
  • R2D3
  • CQL
  • EDAC
  • DT (DecisionTransformer)
  • MBPO
  • PLR
• 强化学习环境示例
  • Atari
  • MuJoCo
  • CartPole
  • Pendulum
  • Acrobot
  • BitFlip
  • LunarLander
  • BipedalWalker
  • MiniGrid
  • Slime Volleyball
  • Competitive RL
  • Procgen
  • SMAC
  • D4RL (MuJoCo)
  • Google Research Football (Gfootball)
  • Bsuite
  • PyBullet
  • PettingZoo
  • dmc2gym
  • Sokoban
  • Gym-Super-Mario-Bros
  • Gym-Hybrid
  • Gym-Soccer (HFO)
  • Image Classification
  • Sokoban
  • Evogym
  • Metadrive

开发者规范

• 代码规范
  • 中间件编写规范
  • 事件命名规范
  • DI-engine Config规范
• 代码风格指南
  • 代码风格
  • yapf
  • flake8
  • 合理的 import 顺序
• 单元测试指南
  • 单元测试的意义
  • 测试类型
  • 如何编写单元测试
  • 如何进行单元测试
• 图像与可视化
  • PlantUML
  • graphviz
  • draw.io
  • snakeviz
• Github 合作模式
  • Git 使用
  • Github 的使用