文件名称：Admiral:基于Agent的建模和强化学习
文件大小：632KB
文件格式：ZIP
更新时间：2024-05-12 14:01:26
Python
上将 Admiral是用于开发基于代理的模拟并通过多代理强化学习对其进行培训的软件包。 我们提供了一个直观的命令行界面，用于培训，查看和分析座席行为。 我们支持多个环境接口，包括Gym.Env和MultiAgentEnv，并提供有用的包装器，用于将模拟与RL堆栈集成在一起。 海军上将是强化学习堆栈中位于RLlib之上的一层。 我们利用RLlib的框架来培训代理，并将其扩展为更轻松地支持自定义环境，算法和策略。 我们使研究人员能够快速进行RL实验和环境设计的原型设计，并降低将RL原型设计作为潜在解决方案的现有项目的障碍。 设计 强化学习实验包含两个主要组件：（1）模拟环境和（2）学习代理，其中包含将观察结果映射到动作的策略。 这些策略可以由研究人员进行硬编码，也可以由RL算法进行培训。 在Admiral中，这两个组件是在单个Python配置脚本中指定的。 这些组件可以在脚本中定义，也可以作