معرفی شرکت ها


dyn-rl-benchmarks-1.0.3


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Reinforcement learning benchmark problems set in dynamic environments.
ویژگی مقدار
سیستم عامل -
نام فایل dyn-rl-benchmarks-1.0.3
نام dyn-rl-benchmarks
نسخه کتابخانه 1.0.3
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Nico Gürtler
ایمیل نویسنده nico.guertler@tuebingen.mpg.de
آدرس صفحه اصلی https://github.com/martius-lab/dynamic-rl-benchmarks
آدرس اینترنتی https://pypi.org/project/dyn-rl-benchmarks/
مجوز MIT
# Dynamic reinforcement learning benchmarks This repository contains three open source reinforcement learning environments that require the agent to adapt its behavior to or make use of dynamic elements in the environment in order to solve the task. The environments follow OpenAI's gym interface. ![A picture of the included environments](environments.png) ## Installation With python3.7 or higher run ```bash pip install dyn_rl_benchmarks ``` ## Usage After importing the package `dyn_rl_benchmarks` the environments * Platforms-v1 * Drawbridge-v1 * Tennis2D-v1 are registered and can be instantiated via `gym.make`. The following example runs Platforms-v1 with randomly sampled actions: ```python import gym import dyn_rl_benchmarks env = gym.make("Platforms-v1") obs = env.reset() done = False while not done: action = env.action_space.sample() obs, rew, done, info = env.step(action) env.render() ``` ## How to cite ``` @article{gurtler2021hierarchical, title={Hierarchical Reinforcement Learning with Timed Subgoals}, author={G{\"u}rtler, Nico and B{\"u}chler, Dieter and Martius, Georg}, journal={Advances in Neural Information Processing Systems}, volume={34}, year={2021} } ```


نیازمندی

مقدار نام
- numpy
- gym
- roboball2d
- wavefront-reader


نحوه نصب


نصب پکیج whl dyn-rl-benchmarks-1.0.3:

    pip install dyn-rl-benchmarks-1.0.3.whl


نصب پکیج tar.gz dyn-rl-benchmarks-1.0.3:

    pip install dyn-rl-benchmarks-1.0.3.tar.gz