强化学习算法已经有各种实现平台，譬如基于tensorflow的OpenAI Baselines，rllib，基于Pytorch的 PyTorch DRL ，rlpyt。最新推荐一个轻量快速实现的RL框架，由清华大学的本科生推出，相比于之前的RL平台，有一下几点优势：
实现简洁，轻巧：1500行代码搞定
模块化：多种不同API可供调用，轮子多就是好
调用方便，速度快，3秒钟实现一个PG算法
RL算法框架比较：
用天授实现DQN算法examples代码详情:
首先安装天授：
pip3 install tianshou