vvlab 0.1.7

Reinforcement Learning Tools

VVLAB

基于Pytorch与OpenAI Gym实现强化学习的工具包

安装

注意： 工具包有使用pytorch和numpy，建议使用conda新建环境后安装。

1. 安装工具包
   从GitHub下载包

   git clone https://github.com/LampV/Reinforcement-Learning
   

   进入文件夹

   cd Reinforcement-Learning
   

   安装vvlab到本地

   pip install ./src
   

2. 运行示例

   python examples.ddpg.py
   

   若程序正常运行，说明安装成功

使用

1. agents
   通过vvlab.agents中提供的基类可以创建自己的强化学习智能体，其通用方法如下：

   # import 基类
   from vvlab.agents import xxxBase
   # 继承基类并实现必要的函数  
   class myxxx(xxxBase):  
       def _build_net(self):
           pass
   

   具体的使用方式在examples/下都能找到代码示例和注释文档

2. models
   要调用简单的pytorch神经网络结构作为DRL的神经网络，只需要import即可

   from vvlab.models import SimpleDQNNet
   

3. envs
   要调用附带的envs，需要让 __init__.py 中的代码执行以注册到 gym，之后按照标准的gym方式创建即可：

   import vvlab  
   env = gym.make('Maze-v0)