circleyuanquan的博客

SEED RL: Scalable and Efficient Deep-RL with Accelerated Central Inference，该论文是谷歌2020年提出的IMPALA中Actor用CPU，Learner使用GPU存在的缺点：1、Actor前推在CPU，计算效率较低，当模型较大时，推理时间会延长，若是通过增加Actor的数量，则会增加成本，同时也将影响模型的收敛速度。2、资源的利用率较低，Actor需要在两个任务（环境step和网络推理）之间进行切换，而两个人物之间的计算需求是.

3.1 Our PySC2 Extension（PySC2扩展）SC2LE [16]是DeepMind和Blizzard联合提出的平台。 暴雪提供的游戏核心库提供了原始界面和功能映射界面。 DeepMind PySC2环境进一步将核心库包装在Python中，并完全公开了功能图界面。 目的是紧密模拟人为控制（例如，鼠标单击某处或按下某些键盘按钮），由于SC2内部结构的复杂性，它会导致大量操作。 因此，这给决策系统带来了不小的困难。 而且，这样的“玩家级”建模对于“单位级”建模是不便的...

原文链接https://arxiv.org/pdf/1709.10082v1.pdfTowards Optimally Decentralized Multi-Robot Collision Avoidance via Deep Reinforcement Learning原文:Abstract— Developing a safe and efficient collisio...