没有合适的资源?快使用搜索试试~ 我知道了~
distributedRL:分布式增强学习算法轻松原型制作的框架
共24个文件
py:19个
yml:2个
gitignore:1个
需积分: 25 1 下载量 163 浏览量
2021-03-08
11:58:33
上传
评论
收藏 22KB ZIP 举报
温馨提示
分布式RL distributedRL是一个框架,用于使用Pytorch , Ray和ZeroMQ (及更多)对变形强化学习进行原型制作。 您可以利用结构组件在单台机器上轻松分发您的强化学习算法。 当前,可以使用Ape-X DQN的实现。 IMPALA和SEED计划实施。 如果您有任何疑问,请随时与我们联系(哥伦比亚大学教育学院的cjy2129)或提出问题! 关于一些选择的注释 ApeXLearner和ApeXWorker被实现为抽象类(分别继承common.abstract.Learner和common.abstract.Worker )。 要将Ape-X扩展到任何策略外的RL算法,您只需实现特定于算法的细节,例如动作选择,环境步骤和学习步骤(请查看抽象类以获取更多详细信息)。 我使用进行进程间通信,而不是使用Ray的内置功能。 (1)我希望数据传递机制和序列化更加明确,并且(2
资源推荐
资源详情
资源评论
收起资源包目录
distributedRL-master.zip (24个子文件)
distributedRL-master
environment.yml 1KB
LICENSE 1KB
__init__.py 0B
common
abstract
learner.py 3KB
architecture.py 625B
__init__.py 0B
worker.py 6KB
utils
baseline_wrappers.py 11KB
segtree.py 5KB
utils.py 2KB
buffer_helper.py 3KB
__init__.py 0B
buffer.py 6KB
setup.py 454B
.gitignore 48B
architectures
__init__.py 0B
apex.py 1KB
README.md 2KB
apex_dqn
models.py 3KB
run_apex_dqn.py 662B
__init__.py 0B
config.yml 710B
dqn_worker.py 2KB
dqn_learner.py 3KB
共 24 条
- 1
资源评论
安幕
- 粉丝: 27
- 资源: 4785
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功