XWorld強化學(xué)習(xí)的 C ++ / Python 模擬器程序包

XWorld 是一個用于強化學(xué)習(xí)的 C ++ / Python 模擬器程序包，該存儲庫包含了用于強化學(xué)習(xí)研究的模擬器集合。

下載安裝命令

## CPU版本安裝命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle

## GPU版本安裝命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/gpu paddlepaddle-gpu

XWorld 具有 teacher 基礎(chǔ)架構(gòu)，該基礎(chǔ)架構(gòu)被實現(xiàn)為多個有限狀態(tài)機（Finite State Machines，FSM）的調(diào)度程序。這樣的想法是，在給定環(huán)境的情況下，teacher 可以提出從任務(wù)集中抽樣（通過一些啟發(fā)式方法）的任務(wù)。制定為 FSM 的每個任務(wù)都有多個階段，teacher 在不同階段執(zhí)行不同的任務(wù)。從一個階段到另一個階段的過渡取決于環(huán)境狀態(tài)，例如，代理處于空閑狀態(tài)還是它是否已實現(xiàn)目標(biāo)。每個階段都會返回幾件事，包括下一階段和 teacher 的動作。目前，該團(tuán)隊將語言（字符串）定義為 teacher 的唯一行為。但是，teacher 可以在每個階段更改環(huán)境（例如，添加/刪除對象，更改地圖大小等）。

上圖對架構(gòu)進(jìn)行了說明。其目的是讓用戶靈活地編寫簡單的 Python 腳本來配置環(huán)境映射和任務(wù)。

當(dāng)前，該 teacher 僅合并到 XWorld2D 和 XWorld3D 中。

要求

• 編譯器：GCC 4.8 或更高
• CMake：CMake 3.0 或以上
• Python：Python 2.7

依存關(guān)系

在構(gòu)建 XWorld 之前，必須安裝以下軟件。

Boost， Glog， GFlags， GTest 和 Python

在 Ubuntu 14.04 和 16.04 中，您可以執(zhí)行

sudo apt-get install libboost-all-dev libgflags-dev libgoogle-glog-dev libgtest-dev python-dev