强化学习框架 PARL（一）

最新推荐文章于 2024-07-11 20:46:34 发布
最新推荐文章于 2024-07-11 20:46:34 发布
阅读量360 收藏
点赞数 2
分类专栏： 强化学习 文章标签： python 深度学习 机器学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/CJ101819/article/details/135853090
版权
本文介绍了PaddlePaddlePARL框架，一个用于定义网络结构、算法实现和环境交互的工具。文章指导读者如何下载安装并通过运行`train.py`进行测试，展示了其在强化学习中的应用。
摘要由CSDN通过智能技术生成

parl是一款轻量级强化学习框架，发辫用户自定义算法https://github.com/PaddlePaddle/PARL

框架的结构如下

框架结构

  • Model：主要用来定义网络结构

  • Algrorithm：算法的具体实现

  • Agent：负责与环境交互产生数据

一 下载安装

直接执行

 

 

pip install parl
 

 

二 测试
 

下载原文件，找的examples\QuickStart\train.py，运行结果如下
 

 

 

运行结果

                

        

        

    

  


    


                



	

		

			

				
					
百度深度强化学习框架PARL技术学习笔记

				
			

			

				

					u011293656的博客
				

				

					06-21
					
					1125
					
				

			

		

		

			
				
这里写自定义目录标题百度深度强化学习框架技术笔记新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
百度深度强化学习框架技术笔记
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markd

			
		

	



                

            
              



	

		

			

				
					
PARL 强化学习框架学习

				
			

			

				

					友谊无价
				

				

					06-24
					
					1035
					
				

			

		

		

			
				
最近参加了百度的的PARL深度强化学习课程，算是对强化学习有了一定了解，因为之前并没有学习过强化学习相关的知识，粗略入门，体验了PARL框架，确实对新手比较友好。

入门学习了比较基础的算法，如SARSA，Q-Learning，DQN，PG，DDPG。

能在AI studio上直接跑模型，直接感受模型的效果，对入门学习比较有帮助。

强化学习主要了解3个概念，agent，model，algorithm

下面是代码实例，以DQN为例

model



class Model(parl.Model):
 

			
		

	



              


  
              

                


	

		

			

				
					
parl[未完]

				
			

			

				

					panbaoran913的博客
				

				

					04-23
					
					1761
					
				

			

		

		

			
				
一、parl的安装
首先安装paddle,见连接：https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/develop/install/pip/windows-pip.html
再安装parl:见连接：https://github.com/PaddlePaddle/PARL
如果安装parl过程中遇到用户管理权限问题：pip install --user parl
二、parl的结构
paddle是整个框架，p

			
		

	





	

		

			

				
					
【PARL强化学习】环境搭建

				
			

			

				

					weixin_44151650的博客
				

				

					05-05
					
					3663
					
				

			

		

		

			
				
PaddlePaddle前言1、创建虚拟环境2、安装库3、CUDA、cuDNN安装4、基础测试5、实例测试结语
前言
抢了半年显卡，终于5.1时在pdd买到了原价的rtx3050(买不起不是我的问题，是矿老板的)。不用来玩机器学习太浪费了，刚好对Reinforcement Learning很感兴趣，今天就费了半天功夫搭环境，做下记录。
我准备搭建的环境构成如下：

gym，模拟问题环境。
PARL，搭建模型和训练Agent。
PaddlePaddle-gpu，利用GPU训练。

我个人的电脑环境如下：

W

			
		

	



		

			
		



	

		

			

				
					
记录一下parl的坑

				
			

			

				

					WHTU_JZZ的博客
				

				

					05-02
					
					1396
					
				

			

		

		

			
				
PARL是一个主打高性能、稳定复现、轻量级的强化学习框架。



但是按照安装教程上的教程安装的时候报错了

这是安装教程上的代码


pip install parl


pip install --upgrade git+https://github.com/PaddlePaddle/PARL.git

这是错误




ERROR: Failed building wheel for pyzmq

解决方法：把python3.9降级成3.7


conda install python==3.7




			
		

	





	

		

			

				
					
安装Parl时无法创建wheels的报错解决办法

					
最新发布

				
			

			

				

					CHW_dream的博客
				

				

					07-11
					
					1307
					
				

			

		

		

			
				
安装parl报错的原因主要还是版本之间不对应的问题，需要手动下载合适的版本。如果用"pip install parl"指令安装parl出现某些包始终报错无法安装时，可以单独在网站下载好对应版本的包安装好后，最后再安装parl，基本上就能安装成功了。

			
		

	





	

		

			

				
					
PARL之并行计算

				
			

			

				

					一个萝卜一个坑
				

				

					12-21
					
					3105
					
				

			

		

		

			
				
PARL(PAddlepaddle Reinfocement Learning)是百度推出的基于PaddlePaddle(飞桨）的深度强化学习框架，具有可复用性强、扩展性好、支持大规模并行计算等优点，详细介绍见官网。百度凭借PARL连续两年（2018、2019）在人工智能顶会NeurIPS的强化学习挑战赛上夺魁，足见其性能的强大。
事实上，除了用来开发强化学习算法，PARL提供了十分便捷的Pyth...

			
		

	





	

		

			

				
					
百度开源的深度强化学习框架PARL源代码

				
			

			

				

					06-16
				

			

		

		

			
				
ARL 框架的名字来源于 PAddlepaddle Reinfocement Learning，是一款基于百度 PaddlePaddle 打造的深度强化学习框架。PARL 与现有强化学习工具和平台相比，具有更高的可扩展性、可复现性和可复用性，支持大规模并行和...

			
		

	





	

		

			

				
					
PARL 是一个高性能、灵活的强化学习框架

				
			

			

				

					02-11
				

			

		

		

			
				
PARL 是一个高性能、灵活的强化学习框架。 可复现性保证。我们提供了高质量的主流强化学习算法实现，严格地复现了论文对应的指标。  大规模并行支持。框架最高可支持上万个CPU的同时并发计算，并且支持多GPU强化学习...

			
		

	





	

		

			

				
					
PARL - PaddlePaddle强化学习框架-python

				
			

			

				

					06-18
				

			

		

		

			
				
PARL，全称为Parallel Reinforcement Learning，是基于百度飞桨（PaddlePaddle）深度学习平台的强化学习框架。这个框架的设计目标是为了简化强化学习（RL）算法的开发过程，提高算法的执行效率，并促进在大规模环境...

			
		

	





	

		

			

				
					
[深度学习工具]·百度PaddlePaddle深度强化学习框架PARL

				
			

			

				

					简明AI工作室
				

				

					01-19
					
					2779
					
				

			

		

		

			
				
PARL快速入门示例

PaddlePaddle PARL 的名字来源于 PAddlepaddle Reinfocement Learning，是一款基于百度 PaddlePaddle 打造的深度强化学习框架。PaddlePaddle PARL 凝聚了百度多年来在强化学习领域的技术深耕和产品应用经验。与现有强化学习工具和平台相比，PaddlePaddle PARL 具有更高的可扩展性、可复现性和可...

			
		

	





	

		

			

				
					
PaddlePaddle、Parl、Anaconda环境搭建+踩坑记录

				
			

			

				

					Eliza_Her的博客
				

				

					02-10
					
					2559
					
				

			

		

		

			
				
环境搭建

参考博客conda安装paddle（win10 cpu 版本）_穿拖鞋的都是大佬-CSDN博客_paddle

注意虚拟环境python版本大于等于3.6，最好大于等于3.8


# 创建虚拟环境
conda create -n paddle_env python=3.8
# 查找有哪些环境
conda info --envs
# 激活
activate paddle_env

# 安装
pip install paddlepaddle==1.6.3
pip install parl==1.3.

			
		

	





	

		

			

				
					
pip install ... 太慢的解决办法

				
			

			

				

					diaoling1990的博客
				

				

					12-09
					
					7681
					
				

			

		

		

			
				
在python开发中经常会用到pip这个工具
pip install … 这个命令可以方便的安装各种python插件
但是使用这个命令的时候，经常会发现下载工具包特别慢，我也是踩了这个坑以后，搜索各种资料，发现原来可以用国内镜像，下载的时候就会快很多
下面把一些镜像的地址贴出来记下，以备后用
国内源：

清华：https://pypi.tuna.tsinghua.edu.cn/simple

阿里...

			
		

	





	

		

			

				
					
python包的快捷安装

				
			

			

				

					起司猫猫的博客
				

				

					07-20
					
					589
					
				

			

		

		

			
				
在cmd 中 输入pip install +包/模块名，即可自动安装

要用 pip 安装指定版本的 Python 包，只需通过 == 操作符 指定


pip install xlrt==2.8.7

将安装xlrt 2.8.7 版本。...

			
		

	





	

		

			

				
					
常见pip install 过程中出现的版本过低问题

				
			

			

				

					qq_34788084的博客
				

				

					02-23
					
					5800
					
				

			

		

		

			
				
常见pip install 过程中出现的版本过低问题
例如

解决方法：
按照提示在cmd中输入
'python -m pip install --upgrade pip'
就OK了，这样就可以下载了pip的最新版本
然后就可以继续下载你所需要的库了~

...

			
		

	





	

		

			

				
					
pip install 安装指定版本语法

					
热门推荐

				
			

			

				

					性感的小君君
				

				

					11-28
					
					2万+
					
				

			

		

		

			
				

只要在下载软件的后面加上==号，写入版本号即可！
pip install 软件名==版本号
举例

pip install scikit-learn		#下载scikit-learn


pip install scikit-learn==0.18.0	# 下载scikit-learn的0.18.0版本


pip install --user-v scikit-learn==0.18.0	# ...

			
		

	





	

		

			

				
					
百度paddlepaddle学习之强化学习工具PARL

				
			

			

				

					upenggod的博客
				

				

					06-26
					
					1220
					
				

			

		

		

			
				
这里写目录标题PARL介绍特点框架结构ModelAlgorithmAgent简易高效的并行接口安装:依赖算法示例使用场景安装安装
PARL介绍
特点
**可复现性保证。**我们提供了高质量的主流强化学习算法实现，严格地复现了论文对应的指标。
**大规模并行支持。**框架最高可支持上万个CPU的同时并发计算，并且支持多GPU强化学习模型的训练。
**可复用性强。**用户无需自己重新实现算法，通过复用框架提供的算法可以轻松地把经典强化学习算法应用到具体的场景中。
**良好扩展性。**当用户想调研新的算法时，可以

			
		

	





	

		

			

				
					
pip install安装错误 解决方法

				
			

			

				

					柳小葱的博客
				

				

					05-26
					
					2211
					
				

			

		

		

			
				
最近安装retrying 老是报错，看看解决方法

权限不够：sudo pip install retrying
下载速度太慢：sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple retrying(利用国内的python库下载)
安装完成就可以进入python导入了

...

			
		

	





	

		

			

				
					
强化学习入门（一）强化学习的基础概念及Gym库，Parl库介绍

				
			

			

				

					AItrust的博客
				

				

					06-17
					
					3450
					
				

			

		

		

			
				
文章目录一、强化学习初印象二、什么是强化学习三、GYM库（环境库）四、PARL库（算法库）
一、强化学习初印象
让机器像人一样学习：

对已知环境进行规划
对未知环境进行探索/试错

案例：
Multi-Agent Hide and Seek，OpenAI 的 AI 多角色捉迷藏游戏
地址：http://openai.com/blog/emergent-tool-use
参考资料：
《Reinforcement Learning: An Introduction》
伯克利 2018 Deep RL 课程：h

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值