【文件属性】：
文件名称：Distributed-DRL:分布式深度强化学习
文件大小：874KB
文件格式：ZIP
更新时间：2021-05-26 19:13:20
Python
分布式DRL
分布式深度强化学习
该框架的灵感来自OpenAI的通用RL培训系统Rapid 。
快速框架： 我们的框架：
教程
该框架将强化学习过程分为五个部分：
重播缓冲区（选项）
参数服务器
火车（学习）
推出
测试
@ ray . remote
class ReplayBuffer :
...
# replay buffer
@ ray . remote
class ParameterServer ( object ):
...
# keep the newest network weights here
# could pull and push the weights
# also could save the weights to local
@ ray . remote ( num_gpus = 1 ,
【文件预览】：
Distributed-DRL-master
----tutorial()
--------Parallelize your algorithm by Ray (1).md(9KB)
--------Pictures()
--------Parallelize your algorithm by Ray (2).md(15KB)
--------Parallelize your algorithm by Ray (3).md(11KB)
----example()
--------core.py(4KB)
--------dsac.py(7KB)
--------model.py(5KB)
--------sac.py(14KB)
----algos()
--------sqn()
--------dqn()
--------sac1()
--------trading_env.py(14KB)
--------test_scripts()
----pictures()
--------ddrlframework.jpg(281KB)
--------rapid-architecture@2x--1-.png(268KB)
--------dsac1.png(73KB)
--------sac1.png(60KB)
----README.md(3KB)