新鲜开源：基于TF2.0的深度强化学习平台

整理 | Jane

出品 | AI科技大本营（公众号id：rgznai100）

近日，Github 一位开发者 danaugrs 开源了一个新项目——Huskarl，一个专注研究和快速原型的深度强化学习框架。

此框架基于 TensorFlow 2.0 构建，使用了 tf.keras API，保证了其简洁性和可读性。Huskarl 可以使多环境的并行计算变得很容易，这将对加速策略学习算法（比如 A2C 和 PPO）非常有用。此外，Huskarl 还可以与 OpenAI Gym 环境无缝结合，并将计划支持多代理环境和 Unity3D  环境。

OpenAI Gym：2016 年 OpenAI 发布的一个可以开发、对比强化学习算法的工具包，提供了各种环境、模拟任务等，任何人都可以在上面训练自己的算法。

Unity3D：一个全面整合的专业游戏引擎，由 Unity Technologies 开发的一款可以让玩家轻松创建三维视频游戏、实时三维动画等类型互动内容的多平台综合型游戏开发工具。

目前，Huskarl 已经支持了 

DQN（Deep Q-Learning Network）、

Multi-step DQN、

Double DQN、

A2C（Advantage Actor-Critic）

等算法，还有 

DDPG（Deep Deterministic Policy Gradient）、

PPO（Proximal Policy Optimization）、

Curiosity-Driven Exploration 等算法在计划中。

最重要的是，TF 2.0 的 nightly 已经发布，这个开源工具也是基于 TF2.0 开发的，所以大家要先安装一下 tf 2.0 nighty 版本。除此之外，还需要安装以下工具和环境：

这个工具还是新鲜出炉烫手的呢，大家赶紧来尝鲜试一下~

地址：

https://github.com/danaugrs/huskarl

加群交流

关注计算机视觉与机器学习技术，欢迎加入52CV群，扫码添加52CV君拉你入群，

（请务必注明:52CV）

喜欢在QQ交流的童鞋，可以加52CV官方QQ群：702781905。

（不会时时在线，如果没能及时通过验证还请见谅）