rlax

RLax

RLax（发音为“relax”）是一个基于 JAX 构建的库，它暴露了 是实现强化学习代理的有用构件。 文档可以在以下网站找到: rlax.readthedocs.io。

安装

您可以通过以下方式从 PyPI 安装最新发布的 RLax 版本:

pip install rlax

或者,您可以从 GitHub 安装最新的开发版本:

pip install git+https://github.com/deepmind/rlax.git

然后,所有 RLax 代码都可以针对不同的硬件进行即时编译 (例如 CPU、GPU、TPU) 使用 jax.jit。 为了运行 examples/，您还需要克隆 repo 和 安装附加要求: optax, haiku, 以及 bsuite。

内容

提供的操作和功能并非完整的算法,而是实现了强化学习中特定的数学运算,这些运算在构建能够学习的完全功能代理时是必需的: * 值,包括状态和动作值; * 贝尔曼方程的非线性概括的值; * 回报分布,也称为分布式价值函数; * 一般价值函数,用于除了主要奖励以外的累积量; * 策略,通过在连续和离散动作空间中的策略梯度。

请参阅文件级和函数级的文档，了解这些函数的文档以及引入和/或使用它们的论文的参考资料。