实现的强化学习框架包括：

1、A3C：论文链接 https://arxiv.org/abs/1602.01783

2、PPO: 论文链接 https://arxiv.org/abs/1707.02286， https://arxiv.org/abs/1707.06347

3、TD3：论文链接 https://arxiv.org/pdf/1802.09477.pdf

4、TRPO：论文链接 https://arxiv.org/abs/1502.05477

5、DDPG：论文链接 https://arxiv.org/abs/1509.02971

6、DQN：论文链接 https://www.cs.toronto.edu/~vmnih/docs/dqn.pdf

7、DDQN：论文链接 https://arxiv.org/pdf/1509.06461.pdf