DeepMind开源了强化学习库“松露”，团队自身也严重依赖它

今天，DeepMind开源了一个基于TensorFlow的强化学习库，名字叫TRFL。

思路是模块化，强调灵活度：如果把造智能体想象成搭积木，许多关键的、常用的木块都在这里集合了：

比如，DQN (深度Q网络) 、DDPG (深度确定策略梯度)，以及IMPALA (重要性加权演员学习者架构) ，都是DeepMind功勋卓著的组件。

库里面的组件，虽然来源各不相同，但都经过严密测试，因而相对可靠；并且只要一个API，对开发者比较友好。

DeepMind团队自身做研究，也严重依赖这个库。

为了那些难以发觉的Bug

这个库，写作TRFL，读作“Truffle”。翻译成中文叫“松露”。

那么，松露为何而生？

 

交互Bug很隐秘

深度强化学习智能体，里面常常包含大量的交互组件：

至少要有环境，加上价值网络或者策略网络；

、原文链接