reinfors

Reinforsは、ゲームシミュレーション、木探索、エピソード編成、バッチ組み立てを並列Rustバックエンドで実行する強化学習フレームワークです。Rustエンジンとユーザーの境界は推論コールバックです。これはプールされたNumPy観測を受け取り、モデル出力を返し、ネットワークアーキテクチャ、トレーニングフレームワーク、オプティマイザ、リプレイバッファ、ハードウェア配置、分散トポロジを完全に呼び出し側の制御下に置きます。 このライブラリには、単一エージェントとマルチエージェント、ゼロサム、協調、一般和のタスクをカバーする幅広いゲームカタログが含まれ、ターン制または同時意思決定、明示的なチャンスイベント、完全情報と不完全情報の両方をサポートします。アルゴリズムは、ポリシー動型価値学習、探索ガイド付き学習、およびスタンドアロンのゲーム理論的解法に及びます。 インストールはpipによる pip install reinfors です。Gymnasium/PettingZooアダプタ（reinfors[gym]）とPyTorchトレーニング例（reinfors[train]）向けのオプションの追加機能があります。簡単な例では、Connect4エンジンを作成し、推論関数を提供することでトレーニングバッチを収集します。 ベンチマークでは、Gymnasiumのような純粋なPython強化学習ライブラリと比較して大幅な性能向上が示されており、シングルスレッド環境ステッピングで約14〜20倍の高速化が報告されています。Reinforsはまた、ネイティブシミュレーション性能と、ゲーム、アルゴリズム、ネットワーク、デプロイ構成にわたる広範な実験のためのモジュール性との実用的なバランスを目指しています。 このプロジェクトはpre-1.0です。つまり、API、動作、シリアル化形式は、非推奨の警告なしに0.xリリース間で変更される可能性があります。ユーザーは正確なバージョンを固定し、アップグレード時にリリースノートを確認することを推奨されます。MITとApache-2.0のデュアルライセンスです。