pgx

Una colección de simuladores de juegos paralelos acelerados por GPU para aprendizaje por refuerzo (RL)

Nota

Si encuentra útil este proyecto, le agradeceríamos su apoyo a través de una estrella de GitHub para ayudarnos a hacer crecer la comunidad y motivar un mayor desarrollo.

v1 Un Mahjong simplificado y apto para niños. tres en raya
"tic_tac_toe" v0 Tres seguidos ganan.

Política de versiones

Cada entorno tiene una versión y la versión se incrementa cuando hay cambios que afectan el rendimiento de los agentes o cuando hay cambios que no son compatibles con la API. Si desea lograr una reproducibilidad completa, le recomendamos que verifique la versión de Pgx y cada entorno de la siguiente manera:

 > >> pgx . __version__
'1.0.0'
> >> env . version
'v0' 

Ver también

Pgx pretende complementar estos entornos nativos de JAX con trajes de juegos de mesa (clásicos):

• RobertTLange/gymnax: implementación JAX de entornos RL populares (control clásico, bsuite, MinAtar, etc.) y tareas meta RL
• google/brax: Simulación de física de cuerpo rígido en JAX y tareas RL de espacio continuo (hormiga, búsqueda, humanoide, etc.)
• Instadeepai/jumanji: un conjunto de entornos RL diversos y desafiantes en JAX (empaque de contenedores, problemas de enrutamiento, etc.)
• flairox/jaxmarl: entornos RL multiagente en JAX (StarCraft simplificado, etc.)
• corl-team/xland-minigrid: entornos gridworld Meta-RL en JAX inspirados en MiniGrid y XLand
• MichaelTMatthews/Craftax: (Crafter + NetHack) en JAX para RL abierta
• epignatelli/navix: Reimplementación de MiniGrid en JAX

Combinar Pgx con estos algoritmos/implementaciones nativas de JAX podría ser una dirección interesante:

• Marco Anakin: marco RL altamente eficiente que funciona con entornos nativos de JAX en TPU
• deepmind/mctx: implementaciones MCTS nativas de JAX, incluidos AlphaZero y MuZero
• deepmind/rlax: componentes RL nativos de JAX
• google/evojax: neuroevolución acelerada por hardware
• RobertTLange/evosax: implementaciones de estrategia de evolución (ES) nativa de JAX
• robótica-inteligente-adaptativa/QDax: algoritmos de calidad-diversidad (QD) nativos de JAX
• luchris429/purejaxrl: Implementaciones de RL nativas de Jax

Limitación

Actualmente, algunos entornos, incluidos el Go y el ajedrez, no funcionan bien en TPU. Utilice GPU en su lugar.

Citación

Si utiliza Pgx en su trabajo, cite nuestro artículo:

 @inproceedings{koyamada2023pgx,
  title={Pgx: Hardware-Accelerated Parallel Game Simulators for Reinforcement Learning},
  author={Koyamada, Sotetsu and Okano, Shinri and Nishimori, Soichiro and Murata, Yu and Habara, Keigo and Kita, Haruka and Ishii, Shin},
  booktitle={Advances in Neural Information Processing Systems},
  pages={45716--45743},
  volume={36},
  year={2023}
}

LICENCIA

Apache-2.0

Expandir