LightZero文档

概述

English Documentation

LightZero 是一个轻量、高效且易于理解的开源算法工具包，结合了蒙特卡洛树搜索（MCTS）和深度强化学习（RL）。 你可以在 GitHub 上找到源代码。

相关研究论文包括：

• LightZero

• UniZero

• ReZero

教程

• 安装和快速入门指南
  • 安装
  • 使用 Docker 安装
  • 快速入门
• LightZero 中如何自定义算法?
  • 基本步骤
  • 注意事项
• LightZero 中如何自定义环境?
  • 与 BaseEnv 的主要差异
  • 基本步骤
  • 棋类环境的特殊方法
  • LightZeroEnvWrapper
  • 注意事项
• LightZero 中如何设置配置文件？
  • 1. main_config
  • 2. create_config
  • 3. 运行算法
  • 4. 注意事项
• LightZero的日志监控体系
  • 1. 文件目录结构
  • 2. 日志文件解析
  • 3. 检查点文件
  • 4. 总结

API 文档

• Agent
  • AlphaZeroAgent
  • MuZeroAgent
  • EfficientZeroAgent
  • GumbelMuZeroAgent
  • SampledEfficientZeroAgent
  • SampledAlphaZeroAgent
• Config
  • lzero.config.meta
• Entry
  • train_alphazero
  • eval_alphazero
  • train_muzero
  • eval_muzero
  • train_muzero_with_gym_env
  • eval_muzero_with_gym_env
  • train_muzero_with_reward_model
• Envs
  • LightZeroEnvWrapper
  • ActionDiscretizationEnvWrapper
• MCTS
  • Buffer
  • Tree Search
• Model
  • Common
  • MuZeroModel
  • MuZeroModelMLP
  • EfficientZeroModel
  • EfficientZeroModelMLP
  • AlphaZeroModel
  • SampledEfficientZeroModel
  • SampledEfficientZeroModelMLP
  • StochasticMuZeroModel
  • StochasticMuZeroModelMLP
• Policy
  • AlphaZeroPolicy
  • MuZeroPolicy
  • EfficientZeroPolicy
  • Gumbel AlphaZeroPolicy
  • Gumbel MuZeroPolicy
  • Sampled AlphaZeroPolicy
  • Sampled MuZeroPolicy
  • Sampled EfficientZeroPolicy
  • Stochastic MuZeroPolicy
  • UniZeroPolicy
• Worker
  • MuZeroCollector
  • MuZeroEvaluator