OpenRL 介绍¶

OpenRL 强化学习框架¶

OpenRL 是由第四范式强化学习团队开发的基于PyTorch的强化学习研究框架，它提供了一个简单易用的接口，可以让你方便地接入不同强化学习环境。目前，OpenRL框架有以下特点：

简单易用的训练接口，降低研究人员的学习和使用成本。
同时支持 单智能体 和 多智能体 算法。
支持 离线强化学习 （Offline RL）算法。
支持 自博弈 （Self-Play）训练。
支持 自然语言任务 （如对话任务）的强化学习训练。
支持 DeepSpeed 训练。
支持 竞技场 功能，可以在多智能体对抗性环境中方便地对各种智能体进行评测。支持对及第平台的提交进行本地测试。
支持 Hugging Face 上的模型导入。支持加载Hugging Face上 Stable-baselines3的模型来进行测试和训练。
支持LSTM，GRU，Transformer等模型。
支持多种训练加速，例如：混合精度训练，半精度策略网络收集数据等。
支持 gymnasium 环境。
支持词典类型的观测输入。
支持 wandb (更多请查看 wandb知乎教程)和 tensorboardX 等主流机器学习训练可视化平台。
支持环境的串行和并行训练，同时保证两种模式下的训练效果一致。
提供代码覆盖测试和单元测试。

在接下来的快速上手中，我们将介绍如何安装OpenRL框架，并通过简单的例子来说明如何使用OpenRL。

用户还可以在 Gallery 中查看OpenRL所支持的算法和环境，并获取对应的代码。

Citing OpenRL¶

如果我们的工作对你有帮助，欢迎引用我们:

@article{huang2023openrl,
    title={OpenRL: A Unified Reinforcement Learning Framework},
    author={Huang, Shiyu and Chen, Wentse and Sun, Yiwen and Bie, Fuqing and Tu, Wei-Wei},
    journal={arXiv preprint arXiv:2312.16189},
    year={2023}
}