强化学习的库/框架

【 在 kpo (kpkpkp) 的大作中提到: 】
: 我有一个研究想看一下博弈的均衡解
: 想设计一个AI可以给他一堆参数让他自行决策，然后复制几十个AI分别自行决策，当然也可能几类AI，同类互相策略比较接近，不同类策略不同
: 但是，用什么库可以实现这个需求呢，求指路，谢谢~
: ...................
--
FROM 221.219.138.22