google-deepmind/dqn_zoo

해결하는 문제

DQN Zoo는 다양한 Deep Q-Network (DQN) 에이전트에 대한 참조 구현을 제공합니다. DeepMind의 DQN 기반 강화학습 논문의 연구 결과를 재현하는 문제를 해결하며, 연구자가 포크하고 사용자 정의할 수 있는 가독성 높고 독립적인 코드베이스를 제공합니다.

작동 방식

이 프로젝트는 JAX, Haiku, RLax를 사용하여 구현되었습니다. Double DQN, Prioritized Experience Replay, C51, QR-DQN, Rainbow, IQN 등의 다양한 DQN 변형을 각각 별도의 디렉터리에 포함하며, 각각의 논문에서 제시한 알고리즘 세부 사항을 재현합니다. 에이전트는 OpenAI Gym 인터페이스를 사용하여 표준 57개의 Atari 게임에서 실행되도록 구성되어 있습니다.

대상 사용자

자신의 연구를 위한 기준 또는 출발점으로 사용할 수 있는 DQN 변형의 신뢰할 수 있는 참조 구현이 필요한 강화학습 연구자들을 위한 것입니다.

주요 특징

• 참조 구현: Rainbow 및 IQN을 포함한 여러 DQN 변형에 대해 57개의 Atari 게임에서 결과를 재현합니다.
• 연구자 친화적: 일반적인 라이브러리의 유연성보다는 가독성과 최소한의 종속성에 중점을 둡니다.
• JAX 기반: 효율적인 계산을 위해 JAX, Haiku, RLax를 사용합니다.
• 자체 완결형: 종속성과 Atari ROM을 처리하기 위한 Docker 기반 빠른 시작을 포함합니다.