This is the Linux app named TRFL whose latest release can be downloaded as trflsourcecode.zip. It can be run online in the free hosting provider OnWorks for workstations.
使用 OnWorks 免费下载并在线运行这个名为 TRFL 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
截图：
TRFL
描述：
TRFL 由 Google DeepMind 开发，是一个基于 TensorFlow 的库，提供了一系列强化学习 (RL) 算法的基本构建模块。TRFL 的发音为“truffle”，它通过提供可复用的组件（例如损失函数、价值评估工具和时间差分 (TD) 学习算子）来简化 RL 代理的实现。该库旨在与 TensorFlow 无缝集成，允许用户定义可微分的 RL 目标并使用标准优化程序训练模型。TRFL 支持 CPU 和 GPU TensorFlow 环境，但 TensorFlow 本身必须单独安装。它为各种 RL 方法（包括 Q 学习、策略梯度和 Actor-Critic 算法等）提供了简洁、模块化的 API。每个函数不仅返回计算出的损失张量，还返回包含辅助信息（例如 TD 误差和目标）的详细结构。
功能
- 为强化学习算法提供模块化 TensorFlow 操作
- 包括 Q 学习、演员-评论家、策略梯度和基于价值的损失
- 返回带有损失和诊断信息的结构化输出
- 完全可区分，可用于端到端 RL 训练流程
- 适用于 TensorFlow 的 CPU 和 GPU 版本
- 轻量级设计，可轻松集成到定制的 RL 研究项目中
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/trfl.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。