Border

Rust 中的强化学习库。

Border 包含以下 crate

• border-core 提供了针对环境和强化学习（RL）代理的泛型特性和函数。
• border-py-gym-env 是 Python 编写的 Gym 环境的包装器，支持 pybullet-gym 和 atari。
• border-atari-env 是 atari-env 的包装器，它是 gym-rs 的一部分。
• border-tch-agent 是基于 tch 的 RL 代理集合。包括深度 Q 网络（DQN）、隐式分位数网络（IQN）和软演员评论家（SAC）。
• border-async-trainer 定义了一些特性函数，用于多个演员异步训练 RL 代理，每个演员并行运行代理和环境采样过程。

尽管 border-core 是必需的，但您可以用于特定目的的部分这些 crate。这个 crate 只是一个示例集合。有关更多详细信息，请参阅 文档。

状态

Border 是实验性的，目前正在开发中。API 是不稳定的。

示例

在示例目录中，您可以查看如何运行一些示例。要使用border-py-gym-env运行示例，必须安装Python>=3.7和gym。某些示例需要PyBullet Gym。由于示例中使用的代理基于tch-rs，因此需要安装libtorch。

许可证