Reinforcement Learning Tools
Project description
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。
-
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
-
运行示例
python examples.ddpg.py
若程序正常运行,说明安装成功
使用
-
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 -
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
-
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)
Project details
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
vvlab-0.1.7.tar.gz
(12.4 kB
view hashes)
Built Distribution
vvlab-0.1.7-py2.py3-none-any.whl
(17.8 kB
view hashes)
Close
Hashes for vvlab-0.1.7-py2.py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 9cd922e6021705a82320d67b6e28f7c1fc1ea9134717b9a1ea303dd46e3e1e26 |
|
MD5 | 27b245105c19ef7096ba154458350019 |
|
BLAKE2b-256 | 9f0a7871ec05535206a154cfc78c082071de87ab9319752b524ce778411bd711 |