e8b51240f9
实现完整的DQN算法框架,用于Atari Space Invaders游戏训练。包括: - QNetwork和DuelingQNetwork神经网络架构 - 经验回放缓冲区(标准和优先级版本) - DQN智能体实现ε-greedy策略和Double DQN - 环境包装器(灰度化、调整大小、帧堆叠等) - 训练器、评估脚本和图表生成工具 - 详细的项目文档和依赖配置
10 lines
220 B
Plaintext
10 lines
220 B
Plaintext
# DQN for Space Invaders - Dependencies
|
|
torch>=2.0.0
|
|
numpy>=1.24.0
|
|
gymnasium>=0.29.0
|
|
gymnasium[atari]>=0.29.0
|
|
gymnasium[accept-rom-license]>=0.29.0
|
|
ale-py>=0.8.0
|
|
opencv-python>=4.8.0
|
|
matplotlib>=3.7.0
|
|
tensorboard>=2.14.0 |