MBRL-Lib：一个用于基于模型的强化学习的模块化库
人工智能
2021-04-21 v1 系统与控制
系统与控制
摘要
基于模型的强化学习是一种用于与世界交互的智能体进行数据高效学习的引人注目的框架。这类算法有许多需要仔细选择和调优的子组件。因此，研究人员进入该领域并在真实世界任务中部署它的门槛可能令人望而生畏。在本文中，我们提出 MBRL-Lib——一个基于 PyTorch 的、用于连续状态-动作空间中基于模型的强化学习的机器学习库。MBRL-Lib 被设计为一个面向研究人员的平台，用于轻松开发、调试和比较新算法，同时也面向非专业用户，以降低部署最先进算法的门槛。MBRL-Lib 已在 https://github.com/facebookresearch/mbrl-lib 开源。
引用
@article{arxiv.2104.10159,
title = {MBRL-Lib: A Modular Library for Model-based Reinforcement Learning},
author = {Luis Pineda and Brandon Amos and Amy Zhang and Nathan O. Lambert and Roberto Calandra},
journal= {arXiv preprint arXiv:2104.10159},
year = {2021}
}