easy-rl/codes/PolicyGradient/README.md

Policy Gradient

实现的是Policy Gradient最基本的REINFORCE方法

使用说明

直接运行main.py即可

原理讲解

参考我的博客Policy Gradient算法实战

环境

python 3.7.9、pytorch 1.6.0

程序运行方法

参考

REINFORCE和Reparameterization Trick

Policy Gradient paper

REINFORCE