pyRDDLGym：从RDDL到Gym环境
人工智能
2024-02-07 v5
摘要
我们提出pyRDDLGym，一个从RDDL声明式描述自动生成OpenAI Gym环境的Python框架。RDDL中变量的离散时间步演化由条件概率函数描述，这自然契合Gym的步方案。此外，由于RDDL是一种提升式描述，对环境进行修改和扩展以支持多个实体和不同配置变得轻而易举，而非易错且繁琐的过程。我们希望pyRDDLGym能凭借RDDL独特的表达能力，通过实现基准的轻松快速开发，成为强化学习界的一股新风。通过提供对RDDL描述中模型的显式访问，pyRDDLGym也可促进在利用模型知识的同时从交互中学习的混合方法研究。我们介绍了pyRDDLGym的设计与内置示例，以及并入该框架的RDDL语言增补内容。
引用
@article{arxiv.2211.05939,
title = {pyRDDLGym: From RDDL to Gym Environments},
author = {Ayal Taitler and Michael Gimelfarb and Jihwan Jeong and Sriram Gopalakrishnan and Martin Mladenov and Xiaotian Liu and Scott Sanner},
journal= {arXiv preprint arXiv:2211.05939},
year = {2024}
}