原标题:飞桨强化学习框架PARL,发布首个工业级深度进化学习库EvoKit
飞桨强化学习框架 PARL 曾两次夺得 NeurIPS 强化学习赛事世界冠军。近期 PARL 升级1.3版本,通过发布深度进化学习库 EvoKit,多智能体强化学习(Multi-Agent RL)算法,助力强化学习进一步落地工业应用场景。
PARL 1.3重点发布了首个工业级进化学习框架 EvoKit,支持大规模神经网络在真实业务场景中调研和部署进化学习算法,针对性解决进化学习算法部署到业务场景所遇到的难题。
什么是进化学习算法?
进化学习(Evolution Strategy)借鉴自然界种群进化过程,通过演化的方式找到全局最优。进化学习由来已久,近年来被不少学者用于解决强化学习(Reinforcement Learning),AutoML(Auto Machine Learning)等场景的问题。
相对于梯度优化而言,进化学习直接通过参数空间的扰动来观察最终目标(如下图所示),并且和强化学习一样,进化学习不要求优化目标和参数之间可导,因此适用范围非常广泛,易于并行化。基于 EvoKit,可以利用数百台 CPU 优化百万量级参数的模型。
进化学习能用到哪些地方?
EvoKit有哪些特点?
多智能体强化学习
PARL 1.3还实现了全新的多智能体强化学习算法(Multi-Agent RL,MARL)的框架支持。MARL 是 RL 挑战群体决策问题的“杀手锏”,可以被广泛运用在包括地图派单、游戏 AI、任务分配等等问题中,但是算法的复现难度比起传统算法更大。
很多 RL 框架很难利用一套框架兼容多种单智能体 RL 算法和 MARL 算法的开发,PARL 在这一点上有新的突破。在单智能体算法中,PARL 抽象出了 Model、Algorithm、Agent 三个模块,分别定义了前向网络(forward)、算法损失函数(backward)、数据交互等逻辑(见下图)。这种以智能体为核心的设计方式,在扩展到多智能体算法的时候,只需创建多个 Agent 实例,就可以让多个智能体交互起来,共同更新 MARL 算法。
以主流的 MADDPG 算法的评估为例,可以看到 PARL 在 MARL 的扩展性:
当通过 Model、Algorithm 搭建好多个 Agent 之后,这些 Agent 可以很方便地和环境进行交互,存储各自的数据,然后训练模型。PARL1.3 此次开源的 MADDPG 算法在 OpenAI 的8个 MARL 场景都进行了验证,效果能完全复现最优的表现。
此外,PARL 1.3版本还针对使用文档、应用样例进行了全面梳理,并开源了 NuerIPS 2019强化学习赛事的冠军解决方法。
基于这些全新的功能,希望 PARL 和 EvoKit 能给相关领域的同学带来新的便利,助力强化学习和进化学习算法在工业场景的进一步应用落地。
PARL 和 EvoKit 完全开源,欢迎大家使用、反馈和贡献。如在使用过程中有技术问题,欢迎加入飞桨官方 QQ 群进行提问。
飞桨官方 QQ 群:703252161游戏网
相关下载 |
在两年前的2018年4月28日,RNG以3-1战胜EDG,成功以让一追三的姿态夺得了2018LPL春季赛冠军同时,这也是Uzi职业生涯的首个联赛冠军“锋芒破咒,六年铸详情>>
导 读 《机甲战士5:雇佣兵》的开发商PiranhaGames在今年初宣布游戏首个DLC会在4月推出。不过现在看来是不可能了,随着新冠疫情在国外的爆发,开发商不得不宣布DLC延期。 Piranh详情>>
大家好,我是阿呆!与万事屋活动无缝衔接的“帚神大扫除”活动即将在29号更新后上线正式服,这一次活动很明显是策划为大家的五一假期而准备,怕大家在家里呆得太无聊,所以出了这个活详情>>
原标题:全球首个地铁减碳系统上线 公益助力城市级MaaS平台 在城市轨交被列为“新基建”国家战略之际,轨交互联网领军企业八维通再次勇立潮头。 4月1详情>>
据外媒报道,苹果首席执行官蒂姆·库克(Tim Cook)和欧盟专员蒂埃里·布雷东(Thierry Breton)日前举行视频会议,证实苹果和谷歌联手开发的跨平台接触者追踪软件的第一详情>>
原标题:V5创造LPL历史上联赛首个全败纪录!RNG大优势遭SN翻盘!粉丝:对RNG已失望 4月18日的LPL春季赛看似普通,实则非常精彩,虽然前两天已经角逐出晋级季详情>>
原标题:【研报掘金】RCS望成5G首个大规模落地应用 关注RCS解决方案供应商 2020年4月8日,中国移动、中国电信、中国联通联合举行线上发布会,共同发布详情>>
原标题:“0门槛”入驻 全网首个针对外贸工厂转内销的系统扶持举措出台 央广网杭州4月17日消息(记者曹露浩 通讯员白植清 涂希冀)近日,淘宝特价版公布详情>>
网元圣唐旗下上海烛龙研发的次世代国风仙侠网游《古剑奇谭网络版》春季资料片【山海飞花】已正式公测,新服【剑舞飞花】和【自在山海】已同步开启。了解更详情>>
原标题:苹果iOS/iPadOS 13.4.5首个公测版更新发布! IT之家4月17日消息 苹果今天正式发布了iOS/iPadOS 13.4.5首个公测版更新,苹果于本月初开始为开发详情>>
原标题:小度发起行业首个“AI购物节”:四大版块联动,全渠道掀AI狂欢 暖春4月,智能家居产业领域首个AI购物节——“小度AI购物节”正式开启,较去年活动详情>>
网元圣唐旗下上海烛龙研发的次世代国风仙侠网游《古剑奇谭网络版》春季资料片【山海飞花】已正式公测,新服【剑舞飞花】和【自在山海】已同步开启。了解新资料片详情请点击>详情>>
原标题:PLATO:百度发布首个大规模隐变量对话模型 百度于去年10月公布的通用领域对话生成预训练模型 PLATO,相关论文最近已正式被 ACL 2020接收。 PLA详情>>
原标题:英雄联盟官方宣布:云顶之弈将举办首个全球电竞赛事! 今天,我们十分激动地向各位公布《云顶之弈》首个全球性赛事——云顶之弈:银河战争总决赛的详情>>
在刚刚进行的2020LPL春季赛,iG与OMG的比赛中iG中单选手Rookie使用妮蔻在最后关头成功斩获五杀,并帮助iG拿下本场胜利同时,这也是Rookie选手职业生详情>>
原标题:国内首个动力电池回收服务网络平台上线 证券时报e公司讯,由中国五矿集团长沙矿冶研究院有限责任公司开发、国内首个动力电池回收服务网络平详情>>
2020年4月10日,PEL和平精英职业联赛第四周第二日继续火热开战,本日迎来常规赛循环周积分赛的ABD组精彩对决。在核心大将军退居幕后的悉心指导之下,本赛季ELG进步明显,这支老详情>>
近日,拳头旗下FPS新作《Valorant》开启了封测。游戏总监@RiotZiegler在推特上表示,本作的首个排位模式测试将在最近几周开始。 《Valorant》封测详情>>
原标题:首个年度盈利,美团“多米诺骨牌”效应启动了 文|陆水月 十年寒窗磨一剑,今朝出鞘显锋芒。此话用于美团再恰当不过了。 近日,美团公布了2019年详情>>
虽然经历了多次跳票,但是我们还是在忍受。毕竟《莎木3》对于我们来说是一种深深的情怀,那么在去年11月发售至今后,终于又另外的动静了。那就是今天Ys Net宣布将详情>>
新浪科技 蔡妙娴 不出所料,创造历史的是老番茄。 4月3日下午,不仅对老番茄的粉丝而言,对于整个B站而言,都是跨越里程碑的一天。创立11年之后,“小破站”迎来第一详情>>
原标题:《海贼无双4》首个DLC角色确定 今年夏季上线 最新一期《Weekly Jump》杂志曝光了《海贼无双4》的首个DLC角色——夏洛特·斯慕吉(Charlotte详情>>
最新一期《Weekly Jump》杂志曝光了《海贼无双4》的首个DLC角色——夏洛特·斯慕吉(Charlotte Smoothie),该DLC将于今年夏季上线。 《海贼无双4》现已在PC(Steam)、PS详情>>
【导读】今日(4月9日)据外媒NinEverything报道,根据本周的《Weekly Jump》显示,夏洛特·斯慕吉将作为第一个DLC角色加入《海贼无双4》。该角色将于今年夏季正式登陆,届时玩家可以详情>>
原标题:首个“杀手级”5G应用挑战微信 本报记者 赵鹏 能支付可视频,不用加好友就能发消息、表情,甚至还能群发消息、群聊……不久后,市民就能用上堪称详情>>
DNF自从100版本更新之后,其热度就一直不断攀升,不少玩家回归刷深渊只为出一个神话,而旭旭宝宝作为DNF一哥也是经历了半个月的深渊,终于是出了一个神话详情>>
你是不是热衷于某个类型的游戏(独立、古风、换装、养成、动作、文字冒险等等)?你是不是有很多想法不吐不快?顺便,你还是一个社交平台的重度使用者,喜欢和朋友分详情>>
今天(4月3日),B站首个拥有1000万粉丝的UP主正式产生,他就是B站游戏区的“老番茄”,截止目前共有1010.4万粉丝,而且因为破了千万正在进一步迅速增长中。 详情>>
【导读】今天(4月3日),B站首个拥有1000万粉丝的UP主正式产生,他就是B站游戏区的“老番茄”,截止目前共有1010.4万粉丝,而且因为破了千万正在进一步迅速增长中。--> 详情>>
B站首个千万粉丝UP主产生,为游戏区的UP主“老番茄”。该UP主是B站高能联盟认证成员,多次获得哔哩哔哩百大UP主称号。截至发稿,UP主“老番茄”拥有1001.8万粉丝。 去年详情>>
原标题:美团推出全国首个“安心出游节”助消费复苏 宅家已久的人们早已按捺不住对旅游消费的向往。随着疫情防控形势持续向好,以及“安心住”、“安详情>>
欢迎关注“创事记”微信订阅号:sinachuangshiji 文/刘俊寰 来源:大数据文摘(ID:BigDataDigest) 最近,一款在线机器翻译软件在日本大详情>>
原标题:首个5G高新视频多场景应用国家广播电视总局重点实验室正式挂牌 电广传媒广电5G建设提速 3月31日上午,“5G高新视频多场景应用国家广播电视总详情>>
原标题:iOS 13.4.5 首个beta版发布,泄露iPhone9新功能! 今天凌晨,苹果发布了 iOS 13.4.5 首个测试版,由于该版本为测试版,所有想升级的朋友需要下载描述详情>>
大家好,欢迎来到本期的“刺激实战教室”,我是你们的老朋友刺激哥。近日《刺激战场》国服正式更新了11月新版本,刺激哥最近对《刺激战场》国服的更新,也一直都在进行跟踪报道。今详情>>
LPL春季赛3月31日第二场BO3是来自iG和OMG之间的较量,从目前双方的战绩来看,IG绝对是要比OMG强势的,当然OMG自smlz回归战队后,整体的实力也是上升了很多,可惜在第一详情>>
原标题:LPL春季赛:IG2:0轻取OMG Rookie斩获职业生涯首个五杀! (游久电竞讯)北京时间2020年3月31日,LPL春季常规赛线上赛3月份赛程的最后一天将有两场精彩详情>>
原标题:天胡开局,中期硬送!OMG遭iG翻盘,Rookie拿下职业生涯首个五杀 LPL春季赛3月31日第二场BO3是来自iG和OMG之间的较量,从目前双方的战绩来看,IG绝对详情>>
今天上午,朝阳法院签发了全市首个“公证调查令”。随后,长安公证处2名公证人员持令赴公安机关对一公司法定代表人身份信息进行了调查。调查结详情>>
昨天,北京朝阳法院与北京市长安公证处联合召开新闻发布会,宣布在执行阶段启动委托公证机关调查工作机制。朝阳法院现场签发了北京市首个“公证调查详情>>