华为OA卢助力：强化学习预置算法

算法基本信息

• 任务类型：强化学习

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

• 支持的环境：classic_control, atari, toy_text

• 算法输入：

  • 若使用内置环境，无需输入数据，可以选择一个空文件夹或位置即可。

  • 若使用自定义的环境时，输入为用户实现自定义环境的代码所在的文件夹路径信息, 目录结构示例如下。更详细设置参考“自定义环境训练示例”文档。

  训练输入目录
    |- __init__.py
    |- custom_env_name
      |- custom_env_name.py
      |- custom_model.py
  

  __init__.py控制从custom_env和custom_model中导入模块，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中为gym.Env类型的环境和create_custom_env函数，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用来自定义模型，示例如下所示：
  class CustomNetwork(Model):
      ...
  

• 算法输出：

  • 训练保存的模型、参数文件、checkponit等文件。