qwop-ai:QWOP游戏的AI

QWOP AI 这是训练RL代理玩著名游戏。 这似乎没有什么新意。 之前，我已经培训了很多RL代理，甚至以前我已经。 因此，该项目不是专注于这些方面，而是专注于基础架构和可伸缩性。 特别是，我正在研究以下想法/技术： Redis发布/订阅 Kubernetes部署和服务 在仅CPU的计算机上运行的远程环境。 异步策略步进。 以下是培训系统的组成部分： Redis-用于在CPU和GPU机器之间进行通信。 Master-执行动作并训练代理的GPU机器。 工作者-一组CPU实例，这些实例异步运行多个环境，并在每个时间步询问主机。 这种设置具有很好的效果：监视和调试非常容易。 例如，如果每个工作人员将环境的帧发送到不同的Redis通道，则第三方可以挂接到这些Redis通道之一，并被动地监视代理播放。 结果 经纪人学习到最佳的“跪着”的门，看上去很la脚，但我被告知是您能做的最好的