强化学习算法
~~~~~~~~~~~~~~~~~~~~~~~~~~

在此页面中，您可以找到当前在 DI-engine中实现的算法。
与我们的算法相关的所有页面都遵循以下结构：

- 概述
- 快速了解
- 重要公示/重要图示
- 伪代码
- 扩展
- 实现
- 实现 Benchmark
- 参考文献

.. toctree::
    :maxdepth: 2
    :caption: 基于价值的强化学习（Value-Based RL）

    dqn_zh
    rainbow_zh
    c51_zh
    qrdqn_zh
    iqn_zh
    fqf_zh
    sql_zh
    mdqn_zh

.. toctree::
    :maxdepth: 2
    :caption: 演员—评委（Actor-Critic）

    ppg_zh
    ddpg_zh
    td3_zh

.. toctree::
    :maxdepth: 2
    :caption: 多智能体强化学习

    qmix_zh
    happo_zh

.. toctree::
    :maxdepth: 2
    :caption: 探索

    icm_zh
    ngu_zh
    diayn_zh

.. toctree::
    :maxdepth: 2
    :caption: 模仿学习

    guided_cost_zh
    r2d3_zh

.. toctree::
    :maxdepth: 2
    :caption: 离线强化学习
    
    cql_zh
    edac_zh
    dt_zh
    qgpo_zh

.. toctree::
    :maxdepth: 2
    :caption: 基于模型的强化学习（Model-Based RL）

    mbpo_zh

.. toctree::
    :maxdepth: 2
    :caption: 泛化

    plr_zh