ray.rllib 入门实践-4：构建算法

原创

已于 2025-01-26 08:05:20 修改 · 647 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#python #linux #前端

于 2025-01-24 22:16:07 首次发布

在前面的博客 ray.rllib 入门实践-2：配置算法-优快云博客介绍了ray.rllib中的几种配置算法的方法，在示例代码中同步给出了构建（build）算法的方法，但是没有对构建算法的方式进行归纳介绍。

本博客主要梳理ray.rllib中，从config生成可训练的algorithm的几种方式。

环境配置：

torch==2.5.1

ray==2.10.0

ray[rllib]==2.10.0

ray[tune]==2.10.0

ray[serve]==2.10.0

numpy==1.23.0

python==3.9.18

方式1 ： algo = AlgorithmConfig().build()

示例 1：

import os 
from ray.rllib.algorithms.ppo import PPO,PPOConfig
from ray.tune.logger import pretty_print

## 配置算法
storage_path = "F:/codes/RLlib_study/ray_results/build_method_3"
config = PPOConfig()
config = config.rollouts(num_rollout_workers=2)
config = config.resources(num_gpus=0,num_cpus_per_worker=1,num_gpus_per_worker=0)
config = config.environment(env="CartPole-v1",env_config={})
config.o