主页

论文

提交文件

新闻

编辑委员会

开源软件

程序(PMLR)

交易(TMLR)

搜索

统计

登录

常见问题

联系我们



RSS源

蘑菇RL:简化强化学习研究

Carlo D’Eramo、Davide Tateo、Andrea Bonarini、Marcelo Restelli、Jan Peters; 22(131):1−5, 2021.

摘要

MushroomRL是一个开放源码的Python库,旨在简化实施和运行强化学习(RL)实验的过程。与其他可用库相比,创建MushroomRL的目的是提供一个全面而灵活的框架,以尽可能减少实施和测试新RL方法的工作量。MushroomRL的架构是这样构建的,即已经提供了典型RL实验的每个组件,大多数时候用户只能专注于实现自己的算法。MushroomRL附带了一个基准测试套件,它收集了最先进的深度RL算法的实验结果,并允许对新算法进行基准测试。结果是,RL研究人员可以在其工作的实证分析的关键阶段从中受益匪浅。MushroomRL稳定代码、教程和文档可以在https://github.com/MushroomRL/mushroom-rl。

[腹肌][pdf格式][围兜]      [代码]
©JMLR公司2021(编辑,贝塔)