all-rl-algorithms

环境要求

• Python 环境（用于运行 Notebook 与依赖）
• git，用于克隆 GitHub 仓库
• uv 包管理器（未安装时可 pip install uv）
• 可运行 Jupyter Notebook 的环境

安装与启动步骤

1. 1克隆仓库

   把项目代码从 GitHub 克隆到本地并进入项目目录，后续命令都在该目录下执行。

   git clone https://github.com/fareedkhan-dev/all-rl-algorithms.git
   cd all-rl-algorithms

   复制

2. 2安装 uv 工具

   README 使用 uv 管理虚拟环境，若本机尚未安装 uv，先用 pip 装上它。

   pip install uv

   复制

3. 3创建虚拟环境

   在项目目录内用 uv 创建 .venv 虚拟环境。注意 uv init 仅在从零新建项目时需要，克隆仓库时不用执行。

   uv venv

   复制

4. 4激活虚拟环境

   按操作系统选择一条命令激活，Windows 用第一条，macOS/Linux 用第二条。激活后终端提示符会带 (.venv)。

   .venv\Scripts\activate
   source .venv/bin/activate

   复制

5. 5安装依赖

   用 uv 按 requirements.txt 安装项目所需依赖（NumPy、Matplotlib、PyTorch 等）。

   uv add -r requirements.txt

   复制

6. 6运行 A3C 训练

   A3C 涉及多进程，在 Jupyter 中运行会有问题，README 要求在终端里直接执行该脚本。

   python a3c_training.py

   复制

关键配置

如何确认成功

能激活 .venv 并成功安装依赖；在 Jupyter 中打开 01_simple_rl.ipynb 可运行，终端执行 python a3c_training.py 无报错并开始训练。

常见问题

注意事项

• 本项目以教学为目的，优先保证可读性，不是性能优化过的库。
• 仓库目前包含 18 个算法 Notebook，并附有 cheatsheet.md 速查表。
• 除 A3C 外的内容都在 Jupyter Notebook 中以交互方式运行。
• 建议按 README 的学习路径从基础算法逐步过渡到 DQN、PPO、PlaNet、MADDPG、QMIX 等进阶内容。