minimal_goexplore:Go Explore的最小实现 源码

最小的探索 没有领域知识的Go-Explore探索算法的Python实现。 即使在单个家用CPU上运行一个小时,Go-Explore代理也会在Montezuma的Revenge中发现许多房间。 两个探员通过Go-Explore探索,并根据不同的指标返回。 在各种gym环境中发现了许多不同的牢房。 一些不一致/意见 请注意以下有关我的实现的信息: Go-Explore算法在超参数和微小但重要的细节方面有许多细节,很可能我弄乱了至少其中之一。 我的实现仅限于没有域知识的Atari。 我还提供了一段代码,该代码略微适合与retro模块一起运行,该代码可以使用任何ROM游戏文件,但无法一次从多个单元中进行浏览。 至少对于我使用标准gym模块的Atari实施而言,它可以一次与多个代理进行探索,但不能在并行线程中进行探索。 相反,它只是简单地单独执行所有采样的操作,然后转到下一步。 我对