开发 | Intel发布开源增强学习框架Coach,多线程实现领先的增强学习算法

AI科技评论消息,日前,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。

Agent

Coach包含许多Agent类型的实现,包括从单线程实现到多线程实现的无缝转换。Agent以模块化方式实现,以允许重用不同的构建块来构建新的和更复杂的代理。此外,Coach可以在单个任务的基础上编写新的Agent,并切换到同步或异步的多任务实现,并进行最少的更改。

在Coach中集成了过去几年引入的各种Agent类型的实现方式,这让用户解决具有不同需求和与代理交互的方式的环境,例如连续和离散的动作空间,视觉观察空间或仅包括原始测量的观察空间。

环境

Coach使用OpenAI Gym作为与不同环境进行交互的主要工具。它还支持Gym的外部扩展,包括Roboschool, gym-extensions和PyBullet, 其环境封装器可以添加更多的自定义环境,以解决更广泛的学习问题。

可视化

Intel还发布了Coach Dashboard作为可视化和调试的补充工具。Dashboard是Coach的一个图形用户界面,通过展示训练过程中的不同信号,可以让用户以简单易懂的方式比较不同方式运行的训练质量。在训练期间,Coach可跟踪任何有意义的内部信息并存储,以便在执行期间和完成后可视化进度。

Coach还支持其他调试和可视化方法,例如存储最佳场景的GIF动画,在游戏过程中显示动作值,等等。

使用

为方便用户使用Coach,Intel已经开放了GitHub信息库,然后按照的机器上安装Coach的说明进行操作即可。Intel还提供了友好的帮助文件,在GitHub存储库README文档中有几个简单的例子,同时在官网还有一个更全面的使用和实现文档。

Coach已经准备了超过60个预定义的预设、不同的代理和可用的环境。这些预设已经用于训练数百名Agent,并经过验证以获得良好的业绩。但是,使用这些预设并不是强制性的,并且创建新的预设与选择现有代理和现有环境一样容易。

下一步,Intel计划在未来的版本中增加更多算法和环境,如果你有任何建议和评论,可以在Github上进行互动。

AI科技评论发现,目前不少巨头均推出了自己的深度学习框架,如Google 的TensorFlow、Amazon 的MxNet、Facebook的Caffe 2等。这些深度学习框架的流行降低了深度学习的门槛,让越来越多人开始参与到深度学习当中,但在降低门槛后如何提高训练的效率也成为了差异化的关键因素,这也是是多线程并行计算、多机器上的水平扩展甚至定制硬件最近开始得势的原因。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-10-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏FreeBuf

利用威胁情报数据平台拓展APT攻击线索一例

当我们说起APT攻击线索的发现,似乎是一个挺神秘的事,安全厂商往往说得云山雾罩,如果现在你问如何知道某件事情的时侯,得到的回答往往是:”嗯,我们用了机器学习”,...

2976
来自专栏IT技术精选文摘

使用Kafka在生产环境中构建和部署可扩展的机器学习

1337
来自专栏机器之心

从实验室到工厂,模型部署中的几个重要问题及解决方案

选自kdnuggets 作者:Mauricio Vacas 机器之心编译 参与:Quantum Cheese、微胖 在这篇文章中,我们会讨论在模型管理和部署中如...

2797
来自专栏AI研习社

呵,我复现一篇深度强化学习论文容易吗

去年,OpenAI和DeepMind联手做了当时最酷的实验,不用经典的奖励信号来训练智能体,而是根据人类反馈进行强化学习的新方法。有篇博客专门讲了这个实验 Le...

722
来自专栏人工智能头条

利用Amazon ML与Amazon Redshift建立二进制分类模型

1445
来自专栏机器之心

加入巨头竞争之列,索尼开源可在Windows中运行的神经网络库NNabla

选自Sony 机器之心编译 参与:蒋思源、李泽南 索尼昨天宣布开源了自己的神经网络库 NNabla,其中包含用于深度学习系统的 Python API 与用于嵌入...

3226
来自专栏开源优测

大数据测试学习笔记之测试工具集

这是2018年度业余主要学习和研究的方向的笔记:大数据测试 整个学习笔记以短文为主,记录一些关键信息和思考 预计每周一篇短文进行记录,可能是理论、概念、技术、工...

2825
来自专栏机器人网

机器人速度与分离监控实例

在同一个协同空间内,机器人和操作人员是允许同时在空间内进行移动的。但为了保障操作人员的安全,需要通过安全技术检测人员和机器人之间的距离。

842
来自专栏祝威廉

Spark团队新作MLFlow 解决了什么问题

中午的时候看到了Spark团队新作MLFlow,因为我本身也在做类似的解决方案MLSQL,自然要看看Meitai是怎么做的。所以第一时间把MLFlow相关文档 ...

662
来自专栏机器之心

腾讯Angel 1.0正式版发布:基于Java与Scala的机器学习高性能计算平台

机器之心报道 Tencent 深度学习是近些年来人工智能技术发展的核心,伴随而来的机器学习框架平台也层出不穷。到现在,一家科技巨头没有一个主导的机器学习平台都不...

2805

扫描关注云+社区