SuperSuit：面向强化学习环境的简易微封装器
机器学习
2021-11-17 v1 人工智能
摘要
在强化学习中，封装器被广泛用于转换模型与环境之间传递的信息。尽管封装器无处不在，但目前尚无一个库提供所有流行预处理方法的合理实现。这导致了不必要的错误、代码效率低下以及开发者时间的浪费。为此，我们引入了 SuperSuit，一个包含全部流行封装器、且能轻松将 lambda 函数应用于观测/动作/奖励的 Python 库。它兼容标准的 Gym 环境规范，以及用于多智能体环境的 PettingZoo 规范。该库可通过 https://github.com/PettingZoo-Team/SuperSuit 获取，并可通过 pip 安装。
引用
@article{arxiv.2008.08932,
title = {SuperSuit: Simple Microwrappers for Reinforcement Learning Environments},
author = {J. K. Terry and Benjamin Black and Ananth Hari},
journal= {arXiv preprint arXiv:2008.08932},
year = {2021}
}