ดาวน์โหลด openai_lab - ดาวน์โหลดซอร์สโค้ด openai

openai_lab

ซอร์สโค้ดอื่น ๆ

ve PER

ดาวน์โหลด

Openai Lab

ข้อสังเกต: โปรดใช้ SLM-LAB เวอร์ชันถัดไป

เอกสาร Openai Lab

กรอบการทดลองสำหรับการเรียนรู้การเสริมแรงโดยใช้ Openai Gym, Tensorflow และ Keras

Openai Lab ถูกสร้างขึ้นเพื่อทำการเรียนรู้การเสริมแรง (RL) เช่นวิทยาศาสตร์ - ทฤษฎีการทดลอง มันให้อินเทอร์เฟซที่ง่ายสำหรับ Openai Gym และ Keras พร้อมกรอบการทดลองและการประเมินอัตโนมัติ

คุณสมบัติ

Unified RL Environment and Agent Interface โดยใช้ OpenAI Gym, Tensorflow, Keras ดังนั้นคุณสามารถมุ่งเน้นไปที่การพัฒนาอัลกอริทึม
การใช้งานอัลกอริทึม Core RL พร้อมส่วนประกอบแบบแยกส่วนที่นำกลับมาใช้ใหม่ได้ สำหรับการพัฒนาอัลกอริทึม RL ลึก
เฟรมเวิร์กการทดลอง สำหรับการทดลองใช้การเพิ่มประสิทธิภาพแบบไฮเปอร์พารามิเตอร์หลายร้อยครั้งพร้อมบันทึกพล็อตและการวิเคราะห์สำหรับการทดสอบอัลกอริทึม RL ใหม่ การตั้งค่าการทดลองจะถูกเก็บไว้ใน JSON มาตรฐานสำหรับการทำซ้ำและการเปรียบเทียบ
การวิเคราะห์อัตโนมัติของการทดลอง สำหรับการประเมินตัวแทน RL และสภาพแวดล้อมและเพื่อช่วยเลือกวิธีแก้ปัญหาที่ดีที่สุด
เมทริกซ์ฟิตเนสซึ่ง เป็นตารางคะแนนที่ดีที่สุดของอัลกอริทึม RL เทียบกับสภาพแวดล้อม มีประโยชน์สำหรับการวิจัย

ด้วย OpenAI Lab เราสามารถมุ่งเน้นไปที่การค้นคว้าองค์ประกอบสำคัญของการเรียนรู้การเสริมแรงเช่นอัลกอริทึมนโยบายหน่วยความจำและการปรับพารามิเตอร์ มันช่วยให้เราสามารถสร้างตัวแทนได้อย่างมีประสิทธิภาพโดยใช้ส่วนประกอบที่มีอยู่ด้วยการใช้งานจากแนวคิดการวิจัย จากนั้นเราสามารถทดสอบสมมติฐานการวิจัยอย่างเป็นระบบโดยเรียกใช้การทดลอง

อ่านเพิ่มเติมเกี่ยวกับปัญหาการวิจัยที่ห้องปฏิบัติการอยู่ในแรงจูงใจ ในที่สุดห้องปฏิบัติการเป็นกรอบทั่วไปสำหรับการเรียนรู้เสริมแรง, ผู้ไม่เชื่อเรื่องพระเจ้าของ Openai Gym และ Keras การใช้งานที่ใช้ Pytorch อยู่บนแผนงาน

ใช้อัลกอริทึม

รายการอัลกอริทึม RL หลักที่ใช้งาน/วางแผน

หากต้องการดูคะแนนของพวกเขากับสภาพแวดล้อมของ Openai Gym ให้ไปที่ Fitness Matrix

อัลกอริทึม	การดำเนินการ	คะแนนประเมิน (รอดำเนินการ)
DQN	DQN	-
dqn สองครั้ง	doubledqn	-
ดวล DQN	-	-
ซาร์ซา	ความลึก	-
Sarsa นอกนโยบาย	Offolicysara	-
ต่อ (Replay Experience Experience)	จัดลำดับความสำคัญ	-
CEM (วิธีการข้ามเอนโทรปี)	ต่อไป	-
เสริมกำลัง	-	-
DPG (การไล่ระดับสีเชิงนโยบายที่กำหนด) นักแสดงนอกนโยบาย-นักวิจารณ์	นักแสดง	-
DDPG (Deep-DPG) นักแสดงนักวิจารณ์ด้วยเครือข่ายเป้าหมาย	DDPG	-
A3C (Asynchronous Advantage Actor-Critic)	-	-
Dyna	ต่อไป	-
TRPO	-	-
Q*(แลมบ์ดา)	-	-
Retrace (แลมบ์ดา)	-	-
การควบคุมทางประสาท (NEC)	-	-
EWC (การรวมน้ำหนักยืดหยุ่น)	-	-