mayiru1021 / wiserl

分布式强化学习

wiseRL

WiseRL是一个面向分布式的强化学习框架，如下图所示，通过分布式的数据采样，集中训练的方式实现分布式的强化学习算法。

1. Runner 是主程序入口，负责从环境采样，调用远程的Agent实现分布式采样，集中训练。
2. Agent是智能算法，通过调用平台的提供的智能算法，用户可以不用编写代码，方便进行智能算法进行训练，平台支持（DQN、PPO、DDPG、自博弈，多智能等算法）。

使用说明

1. 主函数：通过makeRunner创建多个Runner启动，Runner可以自动运行在Ray集群中

if __name__=='__main__':
    runners = makeRunner(GymRunner,num=2)
    results =[]
    for runner in runners:
        ref = runner.run.remote()
        results.append(ref)
    ray.wait(results)

运行

pip install -e .
cd example
ray start --head --port=6379
python dqn.py