lab2d

DeepMind Lab2D

สภาพแวดล้อมการเรียนรู้ที่เขียนด้วยภาษา C++ และ Lua สำหรับการสร้างโลกกริด

เกี่ยวกับ

DeepMind Lab2D คือระบบสำหรับการสร้างสภาพแวดล้อม 2 มิติสำหรับการเรียนรู้ของเครื่อง เป้าหมายหลักของระบบคือความสะดวกในการใช้งานและประสิทธิภาพ: สภาพแวดล้อมคือ "โลกกริด" ซึ่งกำหนดด้วยการผสมผสานระหว่างแผนที่แบบข้อความธรรมดาสำหรับเค้าโครงของโลก และโค้ด Lua สำหรับพฤติกรรมของมัน เอเจนต์การเรียนรู้ของเครื่องโต้ตอบกับสภาพแวดล้อมเหล่านี้ผ่านหนึ่งในสอง API, Python dm_env API หรือ C API แบบกำหนดเอง (ซึ่งใช้โดย DeepMind Lab เช่นกัน) รองรับตัวแทนหลายราย

หากคุณใช้ DeepMind Lab2D ในการวิจัยและต้องการอ้างอิง เราขอแนะนำให้คุณอ้างอิงเอกสารไวท์เปเปอร์ที่แนบมาด้วย

การติดตั้ง

DeepMind Lab2d พร้อมใช้งานบน PyPI และสามารถติดตั้งได้โดยใช้:

pip install dmlab2d

dmlab2d ได้รับการเผยแพร่ในรูปแบบล้อที่สร้างไว้ล่วงหน้าสำหรับ Linux และ macOS หากไม่มีวงล้อที่เหมาะสมสำหรับแพลตฟอร์มของคุณ คุณจะต้องสร้างมันจากแหล่งที่มา ดู install.sh สำหรับสคริปต์การติดตั้งตัวอย่างที่สามารถปรับให้เข้ากับการตั้งค่าของคุณได้

เริ่มต้นใช้งาน

เราจัดเตรียมตัวอย่างเอเจนต์ "สุ่ม" ใน python/random_agent ซึ่งดำเนินการแบบสุ่ม ซึ่งสามารถใช้เป็นฐานในการสร้างตัวแทนของคุณเอง และเป็นเครื่องมือง่ายๆ ในการดูตัวอย่างสภาพแวดล้อม

bazel run -c opt dmlab2d/random_agent -- --level_name=clean_up

การขึ้นต่อกันภายนอก ข้อกำหนดเบื้องต้น และบันทึกการย้าย

DeepMind Lab2D ขึ้นอยู่กับไลบรารีซอฟต์แวร์ภายนอกจำนวนหนึ่ง ซึ่งเราจัดส่งด้วยวิธีต่างๆ หลายวิธี:

• ไลบรารี dm_env , eigen , luajit , lua5.1 , lua5.2 , luajit , png และ zlib มีการอ้างอิงเป็นแหล่ง Bazel ภายนอก และมีไฟล์ Bazel BUILD เตรียมไว้ให้ โค้ดที่ต้องพึ่งพานั้นควรจะสามารถพกพาได้พอสมควร และกฎ BUILD ที่เราจัดส่งนั้นเฉพาะกับ Linux x86 และ MacOS (x86 และ arm64) หากต้องการสร้างบนแพลตฟอร์มอื่น คุณจะต้องแก้ไขไฟล์ BUILD เหล่านั้น

• "API การเรียนรู้การเสริมกำลังทั่วไป" รวมอยู่ใน //third_party/rl_api

• จำเป็นต้องมีห้องสมุดเพิ่มเติมหลายแห่ง แต่ไม่ได้จัดส่งในรูปแบบใดๆ จะต้องมีอยู่ในระบบของคุณ:

  • Python 3.8 ขึ้นไปพร้อม NumPy , PyGame และ packaging

กฎการสร้างใช้การตั้งค่าคอมไพเลอร์บางอย่างที่เฉพาะเจาะจงสำหรับ GCC/Clang หากคอมไพเลอร์ของคุณไม่รู้จักแฟล็กบางตัว (โดยทั่วไปจะเป็นการระงับคำเตือนเฉพาะ) คุณอาจต้องแก้ไขแฟล็กเหล่านั้น

ข้อสงวนสิทธิ์

นี่ไม่ใช่ผลิตภัณฑ์อย่างเป็นทางการของ Google