Avalanche RL：一个持续强化学习库
机器学习
2022-03-25 v2 人工智能
计算机视觉与模式识别
摘要
持续强化学习（CRL）是一种具有挑战性的设定，其中智能体学习与时间不断变化的（经验流）环境进行交互。本文中，我们描述了 Avalanche RL，一个用于持续强化学习的库，可轻松地在连续任务流上训练智能体。Avalanche RL 基于 PyTorch 构建，并支持任何 OpenAI Gym 环境。其设计基于 Avalanche（最受欢迎的持续学习库之一），这使我们能复用大量持续学习策略，并改善强化学习与持续学习研究者之间的互动。此外，我们提出了 Continual Habitat-Lab，一个新颖的基准测试与高层库，可在 CRL 研究中使用照片级真实感模拟器 Habitat-Sim。总体而言，Avalanche RL 试图将持续强化学习应用统一于一个通用框架之下，我们希望这将促进该领域的成长。
引用
@article{arxiv.2202.13657,
title = {Avalanche RL: a Continual Reinforcement Learning Library},
author = {Nicolò Lucchesi and Antonio Carta and Vincenzo Lomonaco and Davide Bacciu},
journal= {arXiv preprint arXiv:2202.13657},
year = {2022}
}
备注
Presented at the 21st International Conference on Image Analysis and Processing (ICIAP 2021)