pgx

Une collection de simulateurs de jeux parallèles accélérés par GPU pour l'apprentissage par renforcement (RL)

Note

Si vous trouvez ce projet utile, nous serions reconnaissants de votre soutien via une étoile GitHub pour nous aider à développer la communauté et à motiver un développement ultérieur !

v1 Un Mahjong simplifié et adapté aux enfants. Morpion
"tic_tac_toe" v0 Trois victoires consécutives.

Politique de gestion des versions

Chaque environnement est versionné et la version est incrémentée lorsque des modifications affectent les performances des agents ou lorsque des modifications ne sont pas rétrocompatibles avec l'API. Si vous souhaitez rechercher une reproductibilité complète, nous vous recommandons de vérifier la version de Pgx et de chaque environnement comme suit :

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

Voir aussi

Pgx est destiné à compléter ces environnements natifs JAX avec des combinaisons de jeux de société (classiques) :

• RobertTLange/gymnax : implémentation JAX d'environnements RL populaires (contrôle classique, bsuite, MinAtar, etc) et de tâches méta RL
• google/brax : simulation physique des corps rigides dans JAX et tâches RL en espace continu (fourmi, récupération, humanoïde, etc.)
• instadeepai/jumanji : une suite d'environnements RL diversifiés et stimulants dans JAX (bin-packing, problèmes de routage, etc.)
• flairox/jaxmarl : environnements Multi-Agent RL dans JAX (StarCraft simplifié, etc.)
• corl-team/xland-minigrid : environnements Gridworld Meta-RL en JAX inspirés de MiniGrid et XLand
• MichaelTMatthews/Craftax : (Crafter + NetHack) dans JAX pour RL ouvert
• epignatelli/navix : Ré-implémentation de MiniGrid dans JAX

Combiner Pgx avec ces algorithmes/implémentations natifs JAX pourrait être une direction intéressante :

• Framework Anakin : framework RL très efficace qui fonctionne avec les environnements natifs JAX sur les TPU
• deepmind/mctx : implémentations MCTS natives JAX, notamment AlphaZero et MuZero
• deepmind/rlax : composants RL natifs JAX
• google/evojax : neuroévolution accélérée par le matériel
• RobertTLange/evosax : implémentations de stratégies d'évolution (ES) natives JAX
• adaptive-intelligent-robotics/QDax : algorithmes de qualité-diversité (QD) natifs JAX
• luchris429/purejaxrl : implémentations RL natives Jax

Limitation

Actuellement, certains environnements, notamment Go et les échecs, ne fonctionnent pas bien sur les TPU. Veuillez plutôt utiliser des GPU.

Citation

Si vous utilisez Pgx dans votre travail, veuillez citer notre article :

 @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}
}

LICENCE

Apache-2.0

Développer