Eclectic-Sheep/sheeprl

해결하는 문제

SheepRL은 간단하고 확장 가능한 PyTorch 기반 강화학습(RL) 프레임워크입니다. 일반적으로 RL 알고리즘과 환경이 밀접하게 결합되어 있어, 사용자가 이를 쉽게 분리하여 표준 gym 인터페이스를 넘어서는 다양한 환경에 알고리즘을 적용할 수 있도록 합니다.

작동 방식

이 프레임워크는 Lightning Fabric을 활용하여 학습을 가속화하고 여러 장치로 확장합니다. PPO, SAC, Dreamer 등 사전 구현된 RL 알고리즘을 CLI를 통해 구성할 수 있으며, 사용자는 명령줄 인수로 알고리즘과 환경을 지정하여 실험을 실행할 수 있습니다. 프레임워크는 에이전트와 환경 간의 상호작용 루프를 자동으로 처리합니다.

대상 사용자

강화학습을 연구하거나 개발하는 연구자 및 개발자에게 적합합니다. 벡터, 픽셀 형태의 다양한 관측 타입과 연속, 이산, 다중 이산 형태의 액션 공간을 지원하는 확장 가능한, 사용하기 쉬운 라이브러리가 필요하신 분들께 적합합니다.

주요 특징

• 광범위한 알고리즘 지원: A2C, PPO, SAC, DroQ, Dreamer 시리즈(V1, V2, V3) 및 Plan2Explore의 구현 포함.
• 풍부한 환경 통합: Atari, Mujoco, MineRL, MineDojo, DIAMBRA, Crafter 등 다양한 환경 지원.
• 확장 가능한 인프라: Lightning Fabric 기반으로 쉽게 가속화 및 다중 장치 분산 처리 가능.
• 자세한 벤치마킹: 다양한 알고리즘과 하드웨어 구성에서 Stable Baselines3와의 성능 비교 제공.