Pearl：并行进化与强化学习库
机器学习
2022-01-25 v1 神经与进化计算
摘要
强化学习在可表示为马尔可夫决策过程的问题领域中正取得越来越多的成功。进化计算算法在该领域也已被证明是成功的，表现出与通常更复杂的强化学习相似的性能。尽管存在许多开源的强化学习和进化计算库，但尚无公开可用的库将这两种方法结合起来，以便进行增强的比较、协作或可视化。为此，我们创建了 Pearl（https://github.com/LondonNode/Pearl），一个开源的 Python 库，旨在让研究人员能够快速、便捷地进行优化的强化学习、进化计算以及两者的组合。Pearl 的关键特性包括：模块化且可扩展的组件、预设的模块设置、Tensorboard 集成、自定义回调以及全面的可视化。
引用
@article{arxiv.2201.09568,
title = {Pearl: Parallel Evolutionary and Reinforcement Learning Library},
author = {Rohan Tangri and Danilo P. Mandic and Anthony G. Constantinides},
journal= {arXiv preprint arXiv:2201.09568},
year = {2022}
}