RL Coach 1.0.0，Python 强化学习框架

RL Coach，这是一个用于培训和评估强化学习代理的开源框架。具体内容：

• 1.0.0 版本推出融合了“更新”和“更强大”的算法，同时提高了 RL Coach 的 API 的可用性。RL Coach 1.0.0 总共添加了 27 种强化学习模型，具体而言，这些模型由引导它们达到指定目标的奖励反馈循环驱动，以及支持使用Coach作为Python库的API。此外，还有改进的文档和未指定的bug修复，以及一般的性能增强。
• RL Coach 1.0.0 很好地发挥了批量强化学习，并启用了所谓的关闭策略评估(OPE)，它测试的稳健性的学习策略(即规则集，指定 AI 代理在所有意外情况下应该做什么)的数据获取的基础上使用其他策略。
• 另外，它还增加了对几个新的强化学习代理的支持，包括 Sample Efficient Actor-Critic with Experience Replay (宏碁),  Soft Actor-Critic(SAC)和双延迟深确定性策略梯度(TD3)。

官方指出，它只在 Ubuntu 16.04 LTS 和 Python3.5 上进行了测试。它与 OpenAI 的同名 OpenAI Gym 一起使用。

详情见说明

转自 https://www.oschina.net/news/108593/rl-coach-1-0-0-released