谷歌发布开源Dopamine 2.0

https://www.toutiao.com/a6656320158287528461/

 

2019-02-10 18:41:46

写在前面

去年八月，谷歌发布了 Dopamine，这是一款灵活的强化学习框架。初始版本专注于特定类型的 RL 研究：基于 Arcade 学习环境（一个成熟的、易于理解的基准）和四个基于值的代理 DQN、C51、Rainbow 代理的简化版本以及隐式分位数网络代理实现的。

开源地址：https://github.com/google/dopamine

据官方博客介绍：

开发小组收到的最常见的请求之一是对更多环境的支持。这证实了他们在内部看到的情况，在测试新算法时，OpenAI 的 Gym 支持的简单环境非常有用。于是，谷歌正式发布 Dopamine 2.0，这一版本包括了对离散域 Gym 环境 (如离散状态和动作) 的支持。框架的核心保持不变，只是简单地概括了与环境的接口。为了向后兼容，用户仍然可以下载 1.0 版本。

此外，新版本还包括两个经典控制环境的默认配置：CartPole 和 Acrobot；在这些环境中，用户可以在几分钟内训练 Dopamine 代理。与标准 Atari 2600 游戏的训练时间（标准 GPU 上大约 5 天）相比，这些环境允许研究人员在更大规模的 Atari 游戏上测试比之前更快地迭代研究思路。新版本还包括一个合作实验室，演示如何在 Cartpole 和 Acrobot 上训练代理。最后，GymPreprocessing 类为如何将 Dopamine 与其他自定义环境一起使用提供了示例。