摘要：目录 Eager模式（Eager Mode） 使用pytorch Episode Traces 日志冗长（Log Verbosity） 栈追踪（Stack Traces） 外部应用API（External Application API） 参考资料 性能问题非常有用。 Eager模式（Eager M 阅读全文

摘要：目录 定制训练流程（Custom Training Workflows） 全局协调（Global Coordination） 回调函数和自定义准则（Callbacks and Custom Metrics） 可视化自定义的度量（Visualizing Custom Metrics） 自定义探索行为（ 阅读全文

摘要：目录 基础pythonAPI概览 计算动作（Computing Actions） 获取策略状态（Accessing Policy State） 获取模型状态（Accessing Model State） 例子：预处理喂给model的观测值 例子：查询一个policy的动作分布 例子：从DQN模型中获 阅读全文

摘要：目录 开场（Getting Started） 评估训练策略（Evaluating Trained Policies） 指定参数（Specifying Parameters） 指定资源（Specifying Resources） 延伸指南（Scaling Guide） 常用参数 调好的参数文件（Tun 阅读全文

摘要：目录 什么是Ray 什么是RLlib 简单的代码风格 Policies Sample Batches Training Application Support Customization 参考资料 什么是Ray Ray是一个用于构建和运行分布式应用程序的快速而简单的框架。 Ray通过以下方式完成这一 阅读全文