零
该存储库是MuZero算法的Python实现。 它基于和描述Muzero框架的。 神经计算是通过Tensorflow实现的。
您可以轻松地训练自己的MuZero，特别是针对一个播放器和非基于图像的环境（例如 ）。 如果您希望在其他类型的环境上训练Muzero，则可以对该代码库进行少量修改即可使用。
免责声明：此代码是早期研究代码。 这意味着：
可能存在无提示的错误。
它可能无法在其他环境或其他超参数上可靠地工作。
相当缺乏代码质量和文档，并且许多代码可能仍感觉“正在进行中”。
培训和测试管道不是很先进。
依存关系
我们使用以下代码运行此代码：
conda4.7.12
Python 3.7
Tensorflow 2.0.0
脾气暴躁的1.17.3
训练您的MuZero
此代码必须从muzero.py的main函数运行（不要忘记首先配置conda环境）。
训练Cart
2021-08-16 14:33:08
19KB
1