新鮮開源：基於TF2.0的深度強化學習平臺

整理 | Jane

出品 | AI科技大本營（公眾號id：rgznai100）

近日，Github 一位開發者 danaugrs 開源了一個新專案——Huskarl，一個專注研究和快速原型的深度強化學習框架。

此框架基於 TensorFlow 2.0 構建，使用了 tf.keras API，保證了其簡潔性和可讀性。Huskarl 可以使多環境的平行計算變得很容易，這將對加速策略學習演算法（比如 A2C 和 PPO）非常有用。此外，Huskarl 還可以與 OpenAI Gym 環境無縫結合，並將計劃支援多代理環境和 Unity3D  環境。

OpenAI Gym：2016 年 OpenAI 釋出的一個可以開發、對比強化學習演算法的工具包，提供了各種環境、模擬任務等，任何人都可以在上面訓練自己的演算法。

Unity3D：一個全面整合的專業遊戲引擎，由 Unity Technologies 開發的一款可以讓玩家輕鬆建立三維視訊遊戲、實時三維動畫等型別互動內容的多平臺綜合型遊戲開發工具。

目前，Huskarl 已經支援了 DQN（Deep Q-Learning Network）、Multi-step DQN、Double DQN、A2C（Advantage Actor-Critic）等演算法，還有 DDPG（Deep Deterministic Policy Gradient）、PPO（Proximal Policy Optimization）、Curiosity-Driven Exploration 等演算法在計劃中。

     

最重要的是，TF 2.0 的 nightly 已經發布，這個開源工具也是基於 TF2.0 開發的，所以大家要先安裝一下 tf 2.0 nighty 版本。除此之外，還需要安裝以下工具和環境：

     

這個工具還是新鮮出爐燙手的呢，大家趕緊來嚐鮮試一下~

地址：

https://github.com/danaugrs/huskarl

（本文為AI科技大本營原創文章，轉載請微信聯絡 1092722531）

群招募

掃碼新增小助手微信，回覆：公司+研究方向（學校+研究方向），邀你加入技術交流群。技術群稽核較嚴，敬請諒解。

推薦閱讀：

• WinRAR曝遺留19年重大漏洞，可完全控制電腦（附解決方法）

• 十大經典排序演算法動畫與解析，看我就夠了

• 那些羞羞的事情，AI能理解嗎？

• 豆瓣已玩爛，來爬點有逼格的——IMDB電影提升你的品位

• 你與資料科學家只差這26條python技巧

• 區塊鏈創業公司解散後，我去美團送外賣了 | 鏈人生

• 為什麼程式設計師下班後只關顯示器從不關電腦？

• C 語言會比 C++ 快？

• 月入5萬，程式設計師夫人們過上"貴婦"生活了嗎？

                         

點選“閱讀原文”，檢視歷史精彩文章。