abcdRL (简单四步实现一个强化学习算法)

abcdRL 是一个模块化单文件强化学习代码库🗄，提供“有但不严格🚥”的模块化🏗设计，和清晰的单文件📜算法实现。

阅读📖代码时，在单文件📜代码中，快速了解算法的完整实现细节；改进🖌算法时，得益于轻量🍃的模块化设计，只需专注于少量的模块。

🗽 设计哲学

• 要“拷贝📋”，不要“继承🧬”
• 要“单文件📜”，不要“多文件📚”
• 要“功能复用🛠”，不要“算法复用🖨”
• 要“一致的逻辑🤖”，不要“一致的接口🔌”

✅ 已实现算法

• Deep Q Network (DQN)
• Deep Deterministic Policy Gradient (DDPG)
• Twin Delayed Deep Deterministic Policy Gradient (TD3)
• Soft Actor-Critic (SAC)
• Proximal Policy Optimization (PPO)

• Double Deep Q Network (DDQN)
• Prioritized Deep Q Network (PDQN)