算法基本信息

• 任務類型：強化學習

• 支持的框架引擎：Tensorflow-1.13.0-python3.6（ray-0.7.4）

• 支持的環境：classic_control, atari, toy_text

• 算法輸入：

  • 若使用內置環境，無需輸入數據，可以選擇一個空文件夾或位置即可。

  • 若使用自定義的環境時，輸入為用戶實現自定義環境的代碼所在的文件夾路徑信息, 目錄結構示例如下。更詳細設置參考“自定義環境訓練示例”文檔。

  訓練輸入目錄
    |- __init__.py
    |- custom_env_name
      |- custom_env_name.py
      |- custom_model.py
  

  __init__.py控制從custom_env和custom_model中導入模塊，示例如下所示：
  from .custom_env import create_custom_env
  from .custom_model import CustomNetwork
  all__=["create_custom_env","CustomNetwork"]
  

  custom_env.py中為gym.Env類型的環境和create_custom_env函數，示例如下所示:
  class CusEnv(gym.Env):
      ...
  def create_custom_env(env_config):
      custom_env=CusEnv()
      return custom_env
  

  custom_model.py用來自定義模型，示例如下所示：
  class CustomNetwork(Model):
      ...
  

• 算法輸出：

  • 訓練保存的模型、參數文件、checkponit等文件。