TF-Agents:一个可靠,可扩展且易于使用的TensorFlow库,用于上下文强盗和强化学习。 使实施,部署和测试新的Bandits和RL算法更加容易。 它提供了经过测试的模块化组件,可以对其进行修改和扩展。 它具有良好的测试集成和基准测试,可实现快速代码迭代。 首先,我们建议您查阅我们的Colab教程之一。 如果您需要RL简介(或快速回顾),请。 否则,请查看我们的以使代理在Cartpole环境中启动并运行。 当前稳定版本的API文档位于。 TF-Agents正在积极开发中,接口可能随时更改。 欢迎提供反馈和意见。 目录 代理商 在TF-Agent中,RL算法的核心元素被实现为Ag