PILCO是一种利用TensorFlow实现的贝叶斯强化学习方法，通过构建动态模型预测未来状态，显著减少了试验次数和时间成本，在机器人控制等领域展现出巨大潜力。
学习控制的概率推理（PILCO）在TensorFlow v2中的现代化实现。与传统的MATLAB包不同，此存储库旨在通过大量使用现代机器学习库来提供一个干净的代码结构。特别地，我们利用了TensorFlow v2的优势，避免了硬编码梯度的需求，并能够扩展到GPU架构上运行。此外，我们将采用高斯过程回归方法。
核心功能已经过测试并与原始MATLAB实现进行了对比验证。在使用PILCO之前，请按照以下步骤安装：
1. 克隆代码库并进入目录：
```
git clone https://github.com/nrontsis/PILCO && cd PILCO
```
2. 安装依赖项：
```
python setup.py develop
```
推荐使用Python 3.7或更高版本，并在一个全新的conda环境中安装所有内容。此存储库中的示例需要额外的软件包，这些应该手动安装。
最后，您可以运行以下示例之一来开始体验PILCO的功能：
```
python examples/inverted
```
5星
