今天，英特尔发布了一个新的开源增强学习框架 Coach。该框架利用多核 CPU 处理能力，用于训练和评估增强学习 Agent。Coach 包含一些领先的增强学习算法的多线程实现，适用于各种游戏和机器人环境。它能够在台式计算机上高效地训练强化学习 Agent，而无需任何额外的硬件。
自从 2016 年推出用于深层加强学习的异步方法以来，许多算法通过在许多 CPU 内核中并行运行多个实例，能够更快地实现更好的策略。到目前为止，这些算法包括 A3C 、DDPG、PPO、DFP 和 NAF，而 Coach 不仅包括上述等最新算法的实现，更可以帮助用户现场搭建使用。
要使用 Coach 首先需要定义想要解决的问题，或选择一个现有问题，然后选择一套强化学习算法来解决问题。Coazh 可以使用现有算法进行简单的实验，并用作沙盒（雷锋网注：沙盒是在受限的安全环境中运行应用程序的一种做法，这种做法是要限制授予应用程序的代码访问权限，便于在开发测试中的调试）以简化新算法的开发。框架定义了一组用于强化学习的 API 和关键组件，使用户能够轻松地重用组件，并在现有的组件之上构建新的算法。
Coach 可与如 OpenAI Gym、Roboschool 和 ViZDoom 等顶级环境进行集成，同时它还提供了可视化培训过程和了解代理的基本机制的各种技术，所有的算法都是使用英特尔优化的 TensorFlow 来实现的，也可以通过 Intel 的 neon?框架来实现。
更多相关内容：
-
无相关信息