rl_algorithms
Structural implementation of RL key algorithms
파일 탐색기
최종 버전 다운로드 (.zip)- python-publish.yaml
- CODEOWNERS
- __init__.py
- a2c.yaml
- bc_ddpg.yaml
- bc_sac.yaml
- ddpg.yaml
- ddpgfd.yaml
- gail_ppo.yaml
- ppo.yaml
- sac.yaml
- sacfd.yaml
- td3.yaml
- __init__.py
- acer.yaml
- distillation_dqn.yaml
- dqfd.yaml
- dqn.yaml
- ppo.yaml
- r2d1.yaml
- __init__.py
- apex_dqn.yaml
- distillation_dqn.yaml
- dqn.yaml
- dqn_resnet.yaml
- ppo.yaml
- r2d1.yaml
- __init__.py
- bc_ddpg.yaml
- bc_sac.yaml
- ddpg.yaml
- sac.yaml
- td3.yaml
- lunarlander_continuous_demo.pkl
- lunarlander_discrete_demo.pkl
- reacher_demo.pkl
- __init__.py
- agent.py
- learner.py
- __init__.py
- agent.py
- buffer.py
- learner.py
- __init__.py
- ddpg_agent.py
- ddpg_learner.py
- her.py
- sac_agent.py
- sac_learner.py
- __init__.py
- agent.py
- architecture.py
- buffer.py
- distributed_logger.py
- distributed_worker.py
- her.py
- learner.py
- reward_fn.py
- __init__.py
- architecture.py
- learner.py
- worker.py
- __init__.py
- distillation_buffer.py
- gail_buffer.py
- replay_buffer.py
- segment_tree.py
- wrapper.py
- __init__.py
- atari_wrappers.py
- multiprocessing_env.py
- normalizers.py
- utils.py
- __init__.py
- cnn.py
- resnet.py
- __init__.py
- brain.py
- heads.py
- __init__.py
- grad_cam.py
- helper_functions.py
- noise.py
- saliency_map.py
- __init__.py
- agent.py
- learner.py
- __init__.py
- dqn_agent.py
- README.md
- __init__.py
- agent.py
- distributed_logger.py
- distributed_worker.py
- learner.py
- linear.py
- losses.py
- networks.py
- __init__.py
- ddpg_agent.py
- ddpg_learner.py
- dqn_agent.py
- dqn_learner.py
- sac_agent.py
- sac_learner.py
- __init__.py
- agent.py
- learner.py
- networks.py
- utils.py
- __init__.py
- agent.py
- learner.py
- utils.py
- __init__.py
- dqn_agent.py
- learner.py
- losses.py
- utils.py
- __init__.py
- agent.py
- learner.py
- __init__.py
- agent.py
- learner.py
- __init__.py
- config.py
- registry.py
- __init__.py
- registry.py
- version
- test_distillation_buffer.py
- test_prioritized_buffer.py
- test_uniform_buffer.py
- test_run_agent.py
- test_run_apex.py
- test_run_distillation_agent.py
- test_cnn_cfg.py
- test_config_registry.py
- test_helper_funcion.py
- check_version.sh
- run_descrete_env.sh
- run_lunarlander_continuous_v2.sh
- run_reacher_v2.sh
- run_test.sh
- .all-contributorsrc
- .flake8
- .gitignore
- .isort.cfg
- .pre-commit-config.yaml
- .pylintrc
- Dockerfile
- Jenkinsfile
- LICENSE.md
- Makefile
- MANIFEST.in
- mypy.ini
- README.md
- requirements-dev.txt
- requirements.txt
- run_lunarlander_continuous_v2.py
- run_lunarlander_v2.py
- run_pong_no_frameskip_v4.py
- run_reacher_v2.py
- setup.py
🚀 설치 가이드
1. 코드 내려받기
git clone https://github.com/medipixel/rl_algorithms
깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.
cd rl_algorithms
방금 내려받은 프로젝트 폴더 안으로 이동합니다.
2. Docker
쉬움 추천사전 준비물
- Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
- Docker Desktop 컨테이너를 빌드하고 실행하려면 필요합니다. 설치 후 실행해서 백그라운드에 켜두세요.
docker build -t rl-algorithms .
Dockerfile을 기반으로 실행 가능한 이미지를 빌드합니다.
docker run -p 8080:80 rl-algorithms
빌드된 이미지를 실제 컨테이너로 실행합니다.
터미널에 docker compose ps 를 입력해 컨테이너들이 Up 상태인지 확인하세요. README에 포트 번호가 적혀있다면 브라우저에서 http://localhost:포트번호 로 접속해보세요.
3. Python
쉬움사전 준비물
pip install -r requirements.txt
requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.
python <실행할 파일명>.py # README에서 정확한 실행 파일명을 확인하세요
파이썬 스크립트(또는 모듈)를 실행합니다.
에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.
4. Make
보통사전 준비물
- Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
- Make Linux/macOS는 보통 기본 설치되어 있습니다. Windows는 별도 설치(예: MSYS2, WSL)가 필요합니다.
make dep
생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.
make dev
생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.
make format # for formatting
생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.
make test # for linting
생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.
에러 없이 끝나면 성공입니다. 생성된 실행 파일을 직접 실행해보세요.
이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.
// repository documentation
Was this content helpful?
(0 ratings)