【文件属性】：
文件名称：qwop-ai:QWOP游戏的AI
文件大小：347KB
文件格式：ZIP
更新时间：2021-05-14 10:15:11
JavaScript
QWOP AI
这是训练RL代理玩著名游戏。
这似乎没有什么新意。 之前，我已经培训了很多RL代理，甚至以前我已经。 因此，该项目不是专注于这些方面，而是专注于基础架构和可伸缩性。 特别是，我正在研究以下想法/技术：
Redis发布/订阅
Kubernetes部署和服务
在仅CPU的计算机上运行的远程环境。
异步策略步进。
以下是培训系统的组成部分：
Redis-用于在CPU和GPU机器之间进行通信。
Master-执行动作并训练代理的GPU机器。
工作者-一组CPU实例，这些实例异步运行多个环境，并在每个时间步询问主机。
这种设置具有很好的效果：监视和调试非常容易。 例如，如果每个工作人员将环境的帧发送到不同的Redis通道，则第三方可以挂接到这些Redis通道之一，并被动地监视代理播放。
结果
经纪人学习到最佳的“跪着”的门，看上去很la脚，但我被告知是您能做的最好的
【文件预览】：
qwop-ai-master
----.gitignore(54B)
----README.md(2KB)
----worker()
--------main.go(5KB)
--------env.go(5KB)
--------comms.go(3KB)
----master.docker(205B)
----kube()
--------worker.yaml(520B)
--------redis.yaml(360B)
--------worker_movie.yaml(615B)
----web()
--------howler.js(12KB)
--------qwop.js(790KB)
--------index.html(380B)
--------assets()
----master()
--------scripts()
--------setup.py(390B)
--------qwop_master()
----worker.docker(280B)