ByteCat

win下环境搭建教程。

NVIDIA（英伟达）凭借其强大的GPU算力，构建了一套行业标准的仿真全家桶。

3D Deep Reinforcement Learning (3D Deep RL)是一个巨大的交叉研究领域。本质上是将计算机视觉/3D几何（感知环境）与强化学习（决策制定）结合在一起，通常被归类在具身智能和机器人学习的大范畴下。

简单来说，PettingZoo就是多智能体版本的Gym。

OpenSpiel 的核心在于让AI学会思考、博弈和策略。它主要用于研究通用强化学习算法在不同类型的游戏（Games）中的表现。

博弈论中的游戏可按照信息完备性分为 完全信息博弈 与 不完全信息博弈。两者在规则、信息透明度、决策模型和算法选择上有显著不同，这也直接决定了我们在 AI 开发中应选择的算法和框架。

用Minimax-Q自我博弈 + Pygame构建一个简化版五子棋人机对战小游戏。

本篇探讨了如何用强化学习训练一个双人对抗类游戏AI。

Stable-Baselines3是一个基于PyTorch的强化学习算法库。

一个使用强化学习解决网络威胁响应问题的案例。