PARL 介绍
PARL 是一个高性能、灵活的强化学习框架。PARL 的目标是构建一个可以完整复杂任务的智能体。
- 可复现性保证 。我们提供了高质量的主流强化学习算法实现，严格地复现了论文对应的指标。
- 大规模并行支持 。框架最高可支持上万个 cpu 的同时并发计算，并且支持多 GPU 强化学习模型的训练。
- 可复用性强 。用户无需自己重新实现算法，通过复用框架提供的算法可以轻松地把经典强化学习算法应用到具体的场景中。
- 良好扩展性 。当用户想调研新的算法时，可以通过继承我们提供的基类可以快速实现自己的强化学习算法。
PARL 官网
https://www.oschina.net/action/visit/ad?id=1091
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
