Eclectic-Sheep/sheeprl

解决的问题

SheepRL 是一个基于 PyTorch 的强化学习（RL）框架，设计简洁且可扩展。它解决了 RL 算法与环境紧密耦合的常见问题，这通常会限制其在 OpenAI Gym 等标准接口之外的可扩展性。SheepRL 允许用户轻松地将算法与环境解耦，使其能够兼容更广泛的设置。

工作原理

该框架使用 Lightning Fabric 在不同硬件配置上加速训练。它提供了一系列开箱即用的算法（如 PPO、SAC 和 Dreamer V1-V3），支持多种观测类型（向量和像素）和动作空间（连续、离散和多离散）。它还包含大量环境的内置包装器，包括 Atari、Mujoco、MineRL 和 Crafter。

适用人群

适用于需要一个支持多种算法和 Dreamer 风格世界模型的可扩展框架，并希望使用自定义环境的强化学习开发者和研究人员。

主要亮点

• 可扩展加速：由 Lightning Fabric 驱动，支持轻松的多设备和多节点训练。
• 广泛的算法支持：包含 PPO、SAC、A2C、DroQ 以及 Dreamer 系列（V1、V2、V3）的实现。
• 环境灵活性：支持大量环境，包括 Classic Control、Box2D、Atari、DeepMind Control 以及基于 Minecraft 的环境（MineRL、MineDojo）。
• 解耦架构：专门设计用于将 RL 代理与环境接口分离。
• 集成评估：包含专用评估工具（sheeprl-eval），用于从检查点测试训练好的代理。