一个用于分布式 RL 的 PyTorch 平台
PyTorch 实现的 IMPALA: 可扩展的分布式 基于重要性加权的演员-学习者架构的深度 RL 由 Espeholt、Soyer、Munos 等人撰写 TorchBeast 有两种变体: MonoBeast 和 [PolyBeast](#更快的 PolyBeast 版本)。虽然 PolyBeast 更强大（例如允许跨机器进行训练）， 安装起来稍微有些麻烦。MonoBeast 只需要 Python 和 PyTorch (建议使用 PyTorch 1.2 或更高版本)。 有关更多详细信息,请参阅我们的论文。
@article{torchbeast2019,
title={{TorchBeast: A PyTorch Platform for Distributed RL}},
author={Heinrich K\"{u}ttler and Nantas Nardelli and Thibaut Lavril and Marco Selvatici and Viswanath Sivakumar and Tim Rockt\"{a}schel and Edward Grefenstette},
year={2019},
journal={arXiv preprint arXiv:1910.03552},
url={https://github.com/facebookresearch/torchbeast},
}MonoBeast 是 IMPALA 的纯 Python + PyTorch 实现。
要设置它，请创建一个新的 conda 环境并安装 MonoBeast 的要求：
暂无开放 Issues，或尚未同步最近议题。