pgx

Kumpulan simulator game paralel dengan akselerasi GPU untuk pembelajaran penguatan (RL)

Catatan

Jika menurut Anda proyek ini bermanfaat, kami akan berterima kasih atas dukungan Anda melalui bintang GitHub untuk membantu kami mengembangkan komunitas dan memotivasi pengembangan lebih lanjut!

v1 Mahjong yang disederhanakan dan ramah anak-anak. Tic-tac-toe
"tic_tac_toe" v0 Tiga kemenangan berturut-turut.

Kebijakan pembuatan versi

Setiap lingkungan diberi versi, dan versi tersebut bertambah ketika ada perubahan yang memengaruhi kinerja agen atau ketika ada perubahan yang tidak kompatibel dengan API. Jika Anda ingin mencapai reproduktifitas penuh, kami menyarankan Anda memeriksa versi Pgx dan setiap lingkungan sebagai berikut:

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

Lihat juga

Pgx dimaksudkan untuk melengkapi lingkungan asli JAX ini dengan setelan permainan papan (klasik):

• RobertTLange/gymnax: Implementasi JAX dari lingkungan RL populer (kontrol klasik, bsuite, MinAtar, dll) dan tugas meta RL
• google/brax: Simulasi fisika benda tegar di JAX dan tugas RL ruang kontinu (semut, ambil, humanoid, dll)
• instadeepai/jumanji: Serangkaian lingkungan RL yang beragam dan menantang di JAX (pengemasan bin, masalah perutean, dll)
• flairox/jaxmarl: Lingkungan Multi-Agen RL di JAX (StarCraft yang disederhanakan, dll)
• corl-team/xland-minigrid: Lingkungan gridworld Meta-RL di JAX yang terinspirasi oleh MiniGrid dan XLand
• MichaelTMatthews/Craftax: (Crafter + NetHack) di JAX untuk RL terbuka
• epignatelli/navix: Implementasi ulang MiniGrid di JAX

Menggabungkan Pgx dengan algoritme/implementasi asli JAX berikut mungkin merupakan arah yang menarik:

• Kerangka kerja Anakin: Kerangka kerja RL yang sangat efisien yang bekerja dengan lingkungan asli JAX di TPU
• deepmind/mctx: Implementasi MCTS asli JAX, termasuk AlphaZero dan MuZero
• deepmind/rlax: Komponen RL asli JAX
• google/evojax: Neuroevolusi yang Dipercepat Perangkat Keras
• RobertTLange/evosax: Implementasi strategi evolusi asli JAX (ES).
• robotika-cerdas-adaptif/QDax: algoritma Keanekaragaman Kualitas (QD) asli JAX
• luchris429/purejaxrl: Implementasi RL asli Jax

Keterbatasan

Saat ini, beberapa lingkungan, termasuk Go dan catur, tidak berfungsi dengan baik di TPU. Silakan gunakan GPU sebagai gantinya.

Kutipan

Jika Anda menggunakan Pgx dalam karya Anda, silakan kutip makalah kami:

 @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}
}

LISENSI

Apache-2.0

Memperluas