现实世界RL套房

谷歌研究的强化学习标准,它在物理机器人上运行.安全限制,噪音,延迟 - - 部署的混乱现实.

Apache 2.0 - 开放的Python /模拟强化学习

概述

现实世界RL套件解决了RL研究中的关键差距:大多数基准 (Atari,MuJoCo,DMControl) 假设完美的感知,即时动作和无限的探索. 这套套件提供了环境和评估协议,其中包括安全限制 (不要打破机器人),部分可观测性 (传感器故障),观测噪音 (真实摄像头是噪音),行动延迟 (通信延迟),和非静止性 (环境变化).

它是基于DeepMind控制套件的基础上构建的,但作为可配置的包装,它增加了现实世界挑战,使得评估任何RL算法对部署条件有多强大很容易.

访问

现在,我们在门上.