A3C-LSTM
LSTMを用いた強化学習手法A3CのPython実装で、CartPole環境で試しています。READMEによると収束しないため、DDPG版が紹介されています。
再現できる小さなissueを選び、AIコーディングエージェントで直してみましょう。
Xで共有ライセンス表記なし
概要
LSTMネットワークを使った強化学習アルゴリズムA3C(Asynchronous Advantage Actor-Critic)のPython実装で、OpenAI GymのCartPole環境で試されています。Arthur JulianiのTensorFlow解説とMnihらの2016年の論文をもとにしています。作者は例示用のコードであり、このモデルはCartPoleで収束しないと明記しています。
主な特長
- TensorFlowで作ったLSTM付きA3Cエージェント
- 30を超えるミニバッチでのみ学習
- 報酬係数で高い学習率でも学習可能に
- 100エピソードごとにモデルを保存し再利用可能
こんな人・用途に
LSTM付きA3Cの構成を学びたい人向けです。収束しないと明記されており、動作するモデルにはDDPG版が案内されています。
- アップストリーム
- liampetti/A3C-LSTM
- GitHubのフォーク
- Guo-astro/A3C-LSTM
- アップストリームのスター数
- 48
- カテゴリ
- 金融・データ・リサーチ
- 言語
- Python
- ライセンス
- ライセンス表記なしライセンスがない場合、著作者がすべての権利を保持します。コードを再利用する前にアップストリームの作者に確認してください。
- フォーク日
- 2018-05-20
- 同期状態
- 同期済み最終同期 2026-10-19
同じカテゴリ: 金融・データ・リサーチ
アルゴリズム取引の研究に使えるPythonコードとデータを収録。指標の計算や戦略の評価、最適化、ポートフォリオのシミュレーションに役立ちます。
フォーク日 2026-10-18最終同期 2026-10-19独自ライセンス(リポジトリを参照)金融・データ・リサーチGitHub
NautilusTraderは、複数資産・取引所に対応するRustネイティブの取引エンジンです。研究、決定論的なシミュレーション、ライブ取引を支援します。
フォーク日 2026-10-15最終同期 2026-10-19ライセンス: LGPL-3.0金融・データ・リサーチGitHub
TradingView向けのPine Script集です。テクニカル分析や戦略のバックテスト、複数銘柄のアラートに使えます。
フォーク日 2026-10-15最終同期 2026-10-19ライセンス表記なし金融・データ・リサーチGitHub
finvizfinanceはFinVizから株式情報やニュース、インサイダー取引情報を取得するPythonライブラリです。個別銘柄の分析や条件を使った株式比較に利用できます。
フォーク日 2026-10-14最終同期 2026-10-19ライセンス: MIT金融・データ・リサーチGitHub