MindSpore Reinforcement Learning (MSRL) is a distributed system that supports parallel computing on GPU clusters for Reinforcement Learning algorithms without tying the distribution strategies to algorithm implementation.

Oct, 2022

通过采用自上而下的分层控制算法，对 RL 组件进行可组合的分布式处理，RLlib 提供可扩展的软件基元，从而将并行性和资源需求封装在短暂的计算任务中，实现高性能、可扩展性和大量代码重用的广泛算法的实现。

Dec, 2017

本文介绍了一种训练 RL 代理器的方法，通过使用 meta-reinforcement 学习、基于注意力的内存结构和有效的自动课程表，该代理器可以快速适应开放式的 3D 问题，并具有自适应性。

Jan, 2023

使用 GPU 加速物理引擎 NVIDIA Flex 模拟机器人学习在连续控制和运动任务上表现出了极大的优势，使用少量的 CPU 与单 GPU 即可短时间内训练出高效的机器人智能。

Oct, 2018

SEED 是一种现代可扩展强化学习代理程序，采用分布式算法 IMPALA/V-trace 和 R2D2，可以在 Atari-57、DeepMind Lab 和 Google Research Football 上进行评估，并且比当前方法更具成本效益。

Oct, 2019

我们提出了一种轻量级并行 RL 框架 Spreeze，它能有效利用单个桌面硬件资源接近吞吐极限，通过异步并行化经验采样、网络更新、性能评估和可视化操作，并采用多种高效数据传输技术在进程之间传输各种类型的数据，基于计算能力自动调整并行超参数以进行高效的大批量更新，进一步改进吞吐量，模拟结果表明我们的框架能以一个人的个人桌面计算机每秒 15,000 次经验采样和 370,000 次网络更新的帧速率实现，比其他主流并行 RL 框架高一个数量级，训练时间减少了 73%，充分利用单个桌面计算机的硬件资源是实现高效大规模分布式 RL 训练的基础。

Dec, 2023

本论文介绍了一种高性能代理基于模型的框架 ——Vogue，可以支持成千上万的互动代理的训练环境，此规模的高性能多智能体环境有望实现在复杂系统中建立灵活且健壮的策略。本研究展示了两个新开发的大规模多智能体训练环境的训练表现，并表明这些环境可以在几分钟甚至几小时的时间尺度上训练共享 RL 策略。

Jul, 2022

通过 Scilab-RL 软件框架，研究人员能够有效进行认知建模和强化学习方面的研究，特别注重基于目标的强化学习和实验可视化，最大限度地提高研究产出。

Jan, 2024

该论文综述了深度强化学习技术在无服务器计算的函数调度和资源扩展领域的应用，分析了各种算法、模型和性能，发现深度强化学习在提高函数调度和资源扩展效率方面取得了有希望的结果，同时也指出了需要解决的挑战和未来研究方向。

Oct, 2023

本文介绍了一个用于多机器人强化学习的可扩展仿真平台 SMART，该平台包含了一个仿真环境和一个真实的多机器人系统，以提供多样化的交互场景进行训练，并支持基于插件的算法实现。在此基础上，我们研究了合作驾驶变道场景所涉及到的若干具有挑战性的问题，并开源我们的仿真环境及其相关基准测试任务和最先进的基线模型，以推动和强化多机器人强化学习的研究。

Jun, 2022