Dec, 2023

XuanCe: 一种全面统一的深度强化学习库

PDF
TL;DR这篇研究论文介绍了 XuanCe，一个全面统一的深度强化学习（DRL）库，旨在与 PyTorch、TensorFlow 和 MindSpore 兼容。XuanCe 提供了广泛的功能，包括超过 40 种经典的 DRL 和多智能体 DRL 算法，具有易于整合新算法和环境的灵活性。该库是一个多功能的 DRL 库，支持 CPU、GPU 和 Ascend，并可在 Ubuntu、Windows、MacOS 和 EulerOS 等各种操作系统上执行。对包括 MuJoCo、Atari 和 StarCraftII 多智能体挑战在内的热门环境进行的广泛基准测试证明了该库的出色性能。XuanCe 是开源的，可以在此 https URL 下获得。
xuancedeep reinforcement learningdrl librarypytorchtensorflow
发现论文，激发创造
  • Tianshou: 一个高度模块化的深度强化学习库

    本文介绍了 Tianshou，这是一个高度模块化的 Python 库，使用 PyTorch 作为其后端，旨在提供灵活可靠的深度强化学习算法基础设施，支持在线和离线训练，具有统一接口，并通过 MuJoCo 环境的基准测试证明了其可靠性。

    Jul, 2021

  • RL-X: 一个深度强化学习库（不仅限于）RoboCup

    这篇论文介绍了新的深度强化学习（DRL）库 RL-X 及其在 RoboCup Soccer Simulation 3D 联赛和经典 DRL 基准测试中的应用。通过快速的基于 JAX 的实现，RL-X 可以达到与著名框架 Stable-Baselines3 相比提速 4.5 倍的效果。

    Oct, 2023

  • OpenRL：一种统一的强化学习框架

    OpenRL 是一个先进的强化学习框架，可以适应各种任务，从单智能体挑战到复杂的多智能体系统。它与自然语言处理（NLP）集成，使研究人员能够有效地处理强化学习训练和以语言为中心的任务的组合。通过借助 PyTorch 的功能，OpenRL 展示了模块化和以用户为中心的方法。它提供了一个简化用户体验的通用接口，适用于初学者，同时保持了专家所需的灵活性，以促进创新和算法开发。这种平衡增强了框架的实用性、适应性和可扩展性，树立了强化学习研究的新标准。

    Dec, 2023

  • 基于组合的 Q 学习算法在斗地主中的应用

    本文研究了一类特殊的亚洲纸牌游戏斗地主，针对其巨大的行动空间提出了一种名为组合 Q 学习的新方法，利用两阶段网络和池化操作提取基本行动之间的关系，结果表明比传统的 Q 学习和 A3C 等算法更优，并使用对抗训练方法仅凭游戏规则训练出了可与人类媲美的代理。

    Jan, 2019

  • 通过 GPU Atari 模拟加速强化学习

    CuLE 是一种用于开发深度强化学习算法的 CUDA 版 Atari Learning Environment，通过 GPU 并行化运行数千个游戏，直接将帧渲染到 GPU，以规避有限的 CPU-GPU 通信带宽瓶颈，最高可在单个 GPU 上每小时生成 155M 帧。

    Jul, 2019

  • CaiRL：高性能强化学习环境工具箱

    本论文提出了 CaiRL 环境工具包作为一种有效、兼容性良好、可持续性更高的训练学习代理的替代方法，并提出了更高效环境模拟的方法，以解决当前强化学习工具包效率低下的问题。

    Oct, 2022

  • DanZero+: 强化学习在贯蛋游戏中的统治力

    利用人工智能在复杂的卡牌游戏关单中开发了一个名为 DanZero 的 AI 程序，通过强化学习技术和分布式训练框架，以及采用预训练模型来改善性能，DanZero 表现出卓越的性能。

    Dec, 2023

  • CoRL: 以系统集成为中心的环境创建和管理

    此篇论文介绍了一种名为 CoRL 的强化学习环境库，它利用模块化、可组合和超级可配置的设计思想，允许对观测、奖励和终止条件进行细粒度的控制，并可快速实现多个模拟环境的集成，从而实现了代理的快速实现和模拟场景从低保真度向高保真度迁移的能力。

    Mar, 2023

  • DeepMind 控制套件

    DeepMind Control Suite 是一套标准化结构和可解释奖励的连续控制任务，旨在作为强化学习代理的性能基准。这些任务用 Python 编写并由 MuJoCo 物理引擎驱动，易于使用和修改，并包括对数种学习算法的基准测试。

    Jan, 2018

  • skrl：强化学习的模块化和灵活性库

    SKRL 是一种开源、模块化的强化学习库，使用 Python 编写，并专注于算法实现的易读性、简洁性和透明度。它不仅支持使用 OpenAI Gym 和 DeepMind 传统接口的环境，还提供了加载、配置和操作 NVIDIA Isaac Gym 和 NVIDIA Omniverse Isaac Gym 环境的功能。此外，它还能够在同一次运行中训练多个具有可自定义范围的代理程序（所有可用环境中的子集），这些代理程序可以共享资源，也可以不共享。

    Feb, 2022