让想法逐步成形
策学 · PolicyLab
用直觉、代码与实验结果理解离线强化学习。围绕 HalfCheetah 数据集，整理 BC、CQL、DDPG、SAC、TD3 的算法原理、代码讲解、训练曲线与对比结果。
阅读目录
项目简介
策学 · PolicyLab 是一个离线强化学习展示与学习项目，把算法直觉、代码讲解和已有训练产物放在同一个入口，便于课程学习与毕业设计展示。
主要内容
- 通过生活类比、流程、简式公式和小问答学习 BC、DDPG、TD3、SAC、CQL。
- 查看 HalfCheetah 数据说明，以及单算法训练曲线、CSV 日志与算法对比。
- 区分经典算法、项目中的离线改写与 NB 改动，结合代码理解实现。
在线体验
公开网站使用 GitHub Pages，提供从 Django 项目导出的静态学习与结果页面。在线版不运行 Django 管理后台或训练任务。
项目源码和使用说明见 GitHub 仓库。