Eclectic-Sheep/sheeprl

何を解決するか

SheepRL はシンプルでスケーラブルな強化学習（RL）フレームワークであり、PyTorch をベースにしています。通常、RL アルゴリズムは環境に強く結合されており、OpenAI Gym などの標準インターフェースを超える拡張性が制限されることがよくあります。SheepRL は、アルゴリズムと環境を簡単に分離できるようにすることで、より広範な環境設定に対応可能にします。

動作方法

このフレームワークは Lightning Fabric を使用して、さまざまなハードウェア構成での学習を高速化します。PPO、SAC、Dreamer V1-V3 などのオールインワンアルゴリズムを提供しており、ベクトルおよびピクセル形式の観測、連続的、離散的、マルチ離散的なアクション空間をサポートします。Atari、Mujoco、MineRL、Crafter など、多数の環境用の組み込みラッパーも含まれています。

対象ユーザー

強化学習に取り組む開発者や研究者で、複数のアルゴリズムと Dreamer スタイルのワールドモデルをサポートするスケーラブルなフレームワークを必要とし、独自のカスタム環境を使用したい方におすすめです。

特徴

• スケーラブルな高速化: Lightning Fabric で駆動され、マルチデバイスおよびマルチノード学習が容易です。
• 広範なアルゴリズム対応: PPO、SAC、A2C、DroQ、Dreamer シリーズ（V1、V2、V3）の実装を含みます。
• 環境の柔軟性: Classic Control、Box2D、Atari、DeepMind Control、Minecraft ベースの環境（MineRL、MineDojo）など、多様な環境をサポートします。
• 分離されたアーキテクチャ: RLエージェントと環境インターフェースを明確に分離するように設計されています。
• 統合された評価機能: チェックポイントから学習済みエージェントをテストするための専用ツール（sheeprl-eval）を備えています。