pgx

用于强化学习 (RL) 的 GPU 加速并行游戏模拟器集合

笔记

如果您觉得这个项目有帮助，我们将非常感谢您通过 GitHub 之星提供的支持，以帮助我们发展社区并激励进一步的发展！

v1简化的、适合儿童的麻将。井字游戏
"tic_tac_toe" v0三连胜。

版本控制政策

每个环境都有版本控制，当存在影响代理性能的更改或存在与 API 不向后兼容的更改时，版本会递增。如果您想追求完整的重现性，我们建议您按如下方式检查Pgx的版本和各个环境：

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

参见

Pgx 旨在通过（经典）棋盘游戏套装来补充这些JAX 原生环境：

• RobertTLange/gymnax：流行 RL 环境（经典控制、bsuite、MinAtar 等）和元 RL 任务的 JAX 实现
• google/brax：JAX 和连续空间 RL 任务（ant、fetch、人形机器人等）中的刚体物理模拟
• instadeepai/jumanji：JAX 中的一套多样化且具有挑战性的 RL 环境（装箱、路由问题等）
• flairox/jaxmarl：JAX 中的多代理 RL 环境（简化的星际争霸等）
• corl-team/xland-minigrid：JAX 中的 Meta-RL 网格世界环境，灵感来自 MiniGrid 和 XLand
• MichaelTMatthews/Craftax：（Crafter + NetHack）在 JAX 中用于开放式强化学习
• epignatelli/navix：在 JAX 中重新实现 MiniGrid

将 Pgx 与这些JAX 原生算法/实现相结合可能是一个有趣的方向：

• Anakin 框架：高效的 RL 框架，可与 TPU 上的 JAX 本机环境配合使用
• deepmind/mctx：JAX 原生 MCTS 实现，包括 AlphaZero 和 MuZero
• deepmind/rlax：JAX 原生 RL 组件
• google/evojax：硬件加速神经进化
• RobertTLange/evosax：JAX 原生演化策略 (ES) 实现
• 自适应智能机器人/QDax：JAX 原生质量多样性 (QD) 算法
• luchris429/purejaxrl：Jax 原生 RL 实现

局限性

目前，包括围棋和国际象棋在内的一些环境在 TPU 上表现不佳。请改用 GPU。

引文

如果您在工作中使用 Pgx，请引用我们的论文：

 @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}
}

执照

阿帕奇-2.0

展开