荟萃三大类无模子强化进修算法，BAIR开源RL代码库rlpyt

rlpyt 是 accel_rl 的修订版本，accel_rl 行使 Theano 实行在 Atari 规模中扩展强化进修，详见论文《Accelerated Methods for Deep Reinforcement Learning》。对付深度进修和强化进修中的批巨细扩展的进一步研究，拜见 OpenAI 的陈诉（https://arxiv.org/abs/1812.06162）。rlpyt 和 accel_rl 最初都受 rllab 的开导。

其他已宣布的研究代码库包罗 OpenAI 基线和 Dopamine，二者都行使的是 Tensorflow 框架，都没有优化到 rlpyt 的水平，也不包括三类算法。基于 Ray 构建的 Rllib 采纳差异的要领执行漫衍式计较，但也许把小尝试伟大化。Facebook Horizon 提供了一组算法，首要存眷大局限出产级应用。总之，rlpyt 提供更多算法的模块化实现以及并行化的模块化基本架构，是支持普及研究应用的器材箱。

结论

BAIR 在相干博客中暗示，rlpyt 可以促进对现有深度强化进修技能的便捷行使，并作为开启新研究的出发点。譬喻，rlpyt 没有明晰办理一些更先辈的话题，如元进修、基于模子的强化进修和多智能体强化进修，可是 rlpyt 提供的可用代码也许对付加快这些规模的成长有所辅佐。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!