访问官网
GithubRSL RL
快速简单的强化学习算法实现，设计为完全在 GPU 上运行。
这段代码是 NVIDIA Isaac GYM 提供的 rl-pytorch 的演进版本。
:zap: algorithms 分支支持额外的算法（SAC、DDPG、DSAC 等）！ |
|---|
目前仅实现了 PPO。稍后将添加更多算法。 欢迎贡献。
维护者：David Hoeller 和 Nikita Rudin
隶属机构：苏黎世联邦理工学院机器人系统实验室 & NVIDIA
联系方式：rudinn@ethz.ch
设置
以下是为您的工作空间设置仓库的说明：
git clone https://github.com/leggedrobotics/rsl_rl
cd rsl_rl
pip install -e .
该框架支持以下可通过 logger 配置的日志框架：
- Tensorboard：https://www.tensorflow.org/tensorboard/
- Weights & Biases：https://wandb.ai/site
- Neptune：https://docs.neptune.ai/
有关 PPO 的演示配置，请查看：dummy_config.yaml 文件。
贡献指南
对于文档，我们采用 Google 风格指南 来编写文档字符串。我们使用 Sphinx 来生成文档。请确保您的代码有良好的文档记录并遵循指南。
我们使用以下工具来维护代码质量：
- pre-commit：对代码库运行一系列格式化程序和代码检查工具。
- black：不妥协的代码格式化工具。
- flake8：PyFlakes、pycodestyle 和 McCabe 复杂度检查器的包装器。
请查看此处获取设置说明。要在整个仓库上运行，请在终端执行以下命令：
# 安装（仅需一次）
pre-commit install
# 运行
pre-commit run --all-files
有用链接
使用该框架的环境仓库：
Legged-Gym（基于 NVIDIA Isaac Gym 构建）：https://leggedrobotics.github.io/legged_gym/Orbit（基于 NVIDIA Isaac Sim 构建）：https://isaac-orbit.github.io/
