RL CoachPython 強(qiáng)化學(xué)習(xí)框架

RL Coach 是一個(gè)Python 強(qiáng)化學(xué)習(xí)框架，由英特爾 2017 年推出，包含許多最先進(jìn)算法的實(shí)現(xiàn)。RL Coach 只是英特爾真正的人工智能生態(tài)系統(tǒng)中的幾個(gè)工具之一。

它以模塊化的方式對(duì)代理和環(huán)境之間的交互進(jìn)行建模。有了 Coach，就可以通過(guò)組合各種構(gòu)建塊并在多個(gè)環(huán)境中對(duì)代理進(jìn)行培訓(xùn)來(lái)對(duì)代理建模。可用的環(huán)境允許在不同的領(lǐng)域測(cè)試代理，如機(jī)器人、自主駕駛、游戲等等。

它公開了一組易于使用的 API，用于試驗(yàn)新的 RL 算法，并允許簡(jiǎn)單地集成新環(huán)境來(lái)解決問(wèn)題。基本 RL 組件(算法、環(huán)境、神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)及勘探策略等等)是很好的解耦，所以擴(kuò)展和重用現(xiàn)有的組件是相當(dāng)方便的。

Coach 從培訓(xùn)過(guò)程中收集統(tǒng)計(jì)數(shù)據(jù)，并支持高級(jí)可視化技術(shù)來(lái)調(diào)試正在培訓(xùn)的代理。

支持算法

注意：RL Coach 只在 Ubuntu 16.04 LTS 和 Python 3.5 上進(jìn)行過(guò)測(cè)試。

有關(guān)使用 Python 3.6.3 在 Ubuntu17.10 上安裝的一些信息，請(qǐng)參閱

https://github.com/NervanaSystems/coach/issues/54