摘要：棋类游戏和电子游戏通常都会有定义明确的回馈函数，这使得用增强学习算法来直接进行优化成为可能。增强学习算法或智能体的目标是通过与任务或者环境进行互动，学会执行复杂的新颖的任务。使得增强学习算法和环境的开放与测试变得更加简便了。
机器学习的进步由多个领域的创新和创意驱动。从人类学习事物的方式获得启发，增强学习（RL）指的是系列算法，能够通过试错的回馈来进行提升，可以进一步优化未来的表现。
棋类游戏和电子游戏通常都会有定义明确的回馈函数，这使得用增强学习算法来直接进行优化成为可能。然而，随着算法的不断进步，RL 在解决现实问题上也可以得到应用，比如，高自由度的机器人控制以及大规模的推荐任务，这些任务往往附带着复杂的目标。
Twitter Cortex 采用较先进的机器学习方法来提升Twitter的产品质量。Twitter正在把增强学习当成一种学习范式来进行探索，为了达到这一目的，Twitter Cortex 开发了一个用于发展增强学习的框架。今天，Twitter 正式向全世界开源这一框架——torch-twrl 。
增强学习算法（或智能体）的目标是通过与任务（或者环境）进行互动，学会执行复杂的、新颖的任务。为了开发有效的算法，快速地迭代和测试是至关重要的，torch-twrl 的目标就是让落实和创新变得迅速和容易。
借鉴其他的增强学习框架，torch-twrl 希望提供：
一个在Lua/Torch 中的、拥有最小函数依赖的增强学习框架；
定义清晰的、模块化的代码带来的快速开发；
与Open AI 的增强学习基准框架Gym 的无缝对接。
Gym 提供了对增强学习环境的深度汇总。torch-twrl 通过HTTP API 与这些环境进行互动。torch-twrl 提供了一个简答且模块化的方法，让开发者可以使用自己已经拥有的Torch/Lua 代码来开始使用增强学习进行开发。
如果你想要开始试用 torch-twrl ，你可以在Github 上找到主要的文件包：https://github.com/twitter/torch-twrl。根据安装指导，你可以随时解决 RL 问题。
torch-twrl 使得增强学习算法和环境的开放与测试变得更加简便了。以下是如何解决一个经典的增强学习控制难题的案例。为了让你更好地体会到这有多么简单，我们采纳了一个简便的脚本，来运行一个基本的策略梯度智能体，用于解决经典的增强学习车摆难题。
实验开始前，首先需要设置你的环境和智能体实验参数。智能体要求有一个策略、一个模型和一个使用相关参数的学习更新。
以上的实验结果来自OpenAI Gym 的排行榜（Leaderboard）。当你使用 torch-twrl 运行一个算法，可以选择自动地把结果上传到排行榜上，它能自动创造一个好的结果图，生成一个关于结果的简短GIF 图。
在把你的结果与其他的方法进行对比时，排行榜也很有价值。
基本的RL框架中，会有一个智能体与环境进行交互，智能体的构成是：
模型：智能体模型描绘出行动的状态
策略：如何选择活动
学习更新：模型如何用收到的反馈进行更新
Note：许多别的参数也可以进行设置，具体的参数包括：策略、学习更新、模型、监控等，完整的描述参见我们提供的文档。（https://github.com/twitter/torch-twrl）
我们希望torch-twrl 作为一个RL 框架可以不断发展，与 RLLab 一样，让 Torch 和 Lua 上的开发者进行使用。增强学习的研究是一个非常活跃的领域，其中包括了各种各样的环境以及对较先进算法的采用。我们正计划扩大关于新的 RL 算法的资料库。
虽然目前基于Torch，已经有一些很好的增强学习框架，我们想要的是一个从零开始搭建的框架，可以将外部依赖降到最小，这样就能更好地解决Twitter的内部问题。
欢迎加入本站公开兴趣群商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识
QQ群：81035754
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/4397.html
摘要：在本节中，我们将看到一些最流行和最常用的库，用于机器学习和深度学习是用于数据挖掘，分析和机器学习的最流行的库。愿码提示网址是一个基于的框架，用于使用多个或进行有效的机器学习和深度学习。 showImg(https://segmentfault.com/img/remote/1460000018961827?w=999&h=562); 来源 | 愿码(ChainDesk.CN)内容编辑...
摘要：日期和时间处理日期和时间的函数库。使用中可观察序列，创建异步基于事件应用程序的函数库。为分布式系统提供延迟和容错处理。发布使用本机格式分发应用程序的工具。将程序资源和打包成和的本机文件。图像处理用来帮助创建评估或操作图形的函数库。 好资源要分享原文 译者 唐尤华 翻译自 github akullpp 构建 这里搜集了用来构建应用程序的工具。 Apache Maven：Mave...
摘要：月日，在风云际会百度云计算战略发布会上，百度云计算事业部总经理刘炀正式发布智能物联网平台天工。为解决上述问题，百度云计算推出了天工智能物联网平台，助力行业跨越鸿沟，实现产业升级。 《天工开物》是世界上第一部关于农业和手工业生产的综合性著作，强调人类与自然的协调。7月13日，在2016风云际会百度云计算战略发布会上，百度云计算事业部总经理刘炀正式发布智能物联网平台——天工。秉承天工之理念，...
摘要：在全面兼容Apache Kafka生态的基础上，消息队列Kafka彻底解决ApacheKafka稳定性不足的长期痛点，并且支持消息无缝迁移到云上。 近日，阿里云宣布正式推出消息队列Kafka，全面融合开源生态。在全面兼容Apache Kafka生态的基础上，消息队列Kafka还具备了超易用，超高可用可靠性，扩缩容不操心，全方位安全诊断，数据安全有保障的特点。可用行达99.9%，数据可靠行99...
摘要：训练深度神经网络需要大量的内存，用户使用这个工具包，可以在计算时间成本仅增加的基础上，在上运行规模大倍的前馈模型。使用导入此功能，与使用方法相同，使用梯度函数来计算参数的损失梯度。随后，在反向传播中重新计算检查点之间的节点。 OpenAI是电动汽车制造商特斯拉创始人 Elon Musk和著名的科技孵化器公司 Y Combinator总裁 Sam Altman于 2016年联合创立的 AI公司...
阅读 2967·2021-11-10 11:36
阅读 2972·2021-10-13 09:40
阅读 5021·2021-09-26 09:46
阅读 469·2019-08-30 15:55
阅读 1315·2019-08-30 15:53
阅读 1446·2019-08-29 13:55
阅读 2895·2019-08-29 12:46
阅读 3077·2019-08-29 12:34
