bsuite:bsuite是精心设计的实验的集合，这些实验研究了强化学习（RL）代理的核心功能

强化学习行为套件（ bsuite ） 介绍 bsuite是经过精心设计的实验的集合，这些实验研究了强化学习（RL）代理的核心功能，其主要目标是两个。 收集清晰，有用和可扩展的问题，以捕获有效和通用学习算法设计中的关键问题。 通过他们在这些共享基准上的表现来研究他们的行为。 该库可自动根据这些基准对任何代理进行评估和分析。 它有助于促进对RL中核心问题的可重复性和可访问性的研究，并最终促进高级学习算法的设计。 展望未来，我们希望纳入研究界的更多优秀实验，并承诺定期由著名研究人员委员会对实验进行审查。 有关更全面的概述，请参见随附的。 技术概述 bsuite是在子目录实验中定义的的集合。 每个子目录对应一个实验，并包含： 定义RL环境的文件，该文件可以配置为提供不同级别的难度或不同的随机种子（例如）。 此环境的一系列关键字参数，在实验的sweep.py文件中的SETTINGS变量