PixelBrax：在 GPU 上端到端地从像素学习连续控制
机器学习
2025-02-04 v1 性能
摘要
我们提出了 PixelBrax，这是一组带有像素观测的连续控制任务。我们将 Brax 物理引擎与一个纯 JAX 渲染器相结合，使得强化学习实验能够在 GPU 上端到端地运行。PixelBrax 可以在数千个并行环境中渲染观测，并且其运行速度比依赖 CPU 渲染的现有基准测试快两个数量级。此外，PixelBrax 通过显式处理环境内的任何随机性来支持完全可复现的实验，并支持颜色和视频干扰物以用于基准测试泛化能力。我们将 PixelBrax 以及几种 RL 算法的 JAX 实现开源在 github.com/trevormcinroe/pixelbrax。
引用
@article{arxiv.2502.00021,
title = {PixelBrax: Learning Continuous Control from Pixels End-to-End on the GPU},
author = {Trevor McInroe and Samuel Garcin},
journal= {arXiv preprint arXiv:2502.00021},
year = {2025}
}