Toybox：一套用于深度强化学习实验评估的环境套件
机器学习
2019-05-09 v1 机器学习
摘要
深度强化学习（RL）的评估 inherently 具有挑战性。特别地，习得策略在很大程度上是不透明的，且关于深度RL智能体行为的假设在黑盒环境中难以检验。已有相当努力致力于解决不透明性，但几乎无人投入精力生产用于智能体行为实验评估的高质量环境。我们提出TOYBOX，一套新的高性能、开源*的Atari环境子集，专为深度RL的实验评估而重新设计。我们展示TOYBOX支持在其他环境中无法实现的广泛实验与分析。*https://kdl-umass.github.io/Toybox/
引用
@article{arxiv.1905.02825,
title = {Toybox: A Suite of Environments for Experimental Evaluation of Deep Reinforcement Learning},
author = {Emma Tosch and Kaleigh Clary and John Foley and David Jensen},
journal= {arXiv preprint arXiv:1905.02825},
year = {2019}
}