Esta es la aplicación para Linux llamada RLax, cuya última versión se puede descargar como RLax0.1.8sourcecode.tar.gz. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada RLax con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
CAPTURAS DE PANTALLA:
Rlax
DESCRIPCIÓN:
RLax (pronunciado "relax") es una biblioteca basada en JAX, desarrollada por Google DeepMind, que proporciona bloques matemáticos reutilizables para construir agentes de aprendizaje por refuerzo (RL). En lugar de implementar algoritmos completos, RLax se centra en las operaciones funcionales fundamentales que sustentan los métodos de RL, como el cálculo de funciones de valor, retornos, gradientes de políticas y términos de pérdida, lo que permite a los investigadores ensamblar sus propios agentes con flexibilidad. Admite aprendizaje dentro y fuera de las políticas, así como enfoques basados en valores, políticas y modelos. RLax es totalmente compilable JIT con JAX, lo que permite una ejecución de alto rendimiento en backends de CPU, GPU y TPU. La biblioteca implementa herramientas para ecuaciones de Bellman, distribuciones de retornos, funciones de valor generales y optimización de políticas en espacios de acción continuos y discretos. Se integra perfectamente con Haiku de DeepMind (para la definición de redes neuronales) y Optax (para la optimización), lo que la convierte en un componente clave en los pipelines modulares de RL.
Caracteristicas
- Primitivas de aprendizaje de refuerzo modular (valores, retornos y políticas)
- Optimizado para JAX para aceleración de GPU/TPU y diferenciación automática
- Apoya paradigmas de aprendizaje dentro y fuera de las políticas
- Implementa funciones de valor distributivo y funciones de valor general
- Se integra con Haiku y Optax para redes neuronales y canales de optimización.
- Pruebas exhaustivas y ejemplos para reproducibilidad y uso educativo
Lenguaje de programación
Pitón, shell de Unix
Categorías
Esta aplicación también se puede descargar desde https://sourceforge.net/projects/rlax.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.