실제 세계 RL 스위트

구글 리서치의 기준은 물리 로봇에서 작동하는 강화 학습입니다. 안전 제약, 잡음, 지연 - 배포의 혼란스러운 현실입니다.

아파치 2.0 - 오픈 파이썬 / 시뮬레이션 강화 학습

전체적인 설명

실제 세계 RL 스위트는 RL 연구의 중요한 격차를 해결합니다. 대부분의 벤치마크 (아타리, 무조코, DMControl) 는 완벽한 감지, 즉각적인 작동 및 무한한 탐색을 가정합니다. 실제 로봇은 이러한 고급스러움을 가지고 있지 않습니다. 이 스위트는 안전 제약 (로봇을 깨지 마십시오), 부분 관측성 (센서 실패), 관측 소음 (실상 카메라가 ) , 행동 지연 (통신 지연성) 및 비상형 (환경 변화) 을 포함하는 환경과 평가 프로토콜을 제공합니다.

그것은 DeepMind 제어 스위트 위에 구축되었지만 구성 가능한 팩으로 실제 세계 도전을 추가하여 임의의 RL 알고리즘이 배포 조건에 얼마나 견고하게 있는지를 평가하는 것이 간단합니다.

접근

[GitHub 저장소]