Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
RLeXplore는 8가지 주요 본질적 보상(intrinsic reward) 알고리즘을 통합하고 표준화한 플러그앤플레이 툴킷입니다. 이 도구는 개별 구현의 어려움을 해결하고, 모듈 구성부터 계산 및 최적화까지 일관된 절차를 제공합니다. 사용자는 pip 또는 git을 통해 쉽게 설치하고 다양한 튜토리얼과 벤치마크 결과를 활용할 수 있습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub AI Research의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기RLeXplore는 현재 8가지 대표적인 본질적 보상(intrinsic reward) 알고리즘의 고품질이며 신뢰할 수 있는 구현을 제공하는 통합적이고, 높은 모듈성(highly-modularized)을 가지며 플러그앤플레이(plug-and-play) 방식의 툴킷입니다. 이전에 본질적 보상 알고리즘들을 비교하는 것은 개별적인 구현, 최적화 전략, 평가 방법론 등 다양한 혼란 요인들 때문에 어려웠습니다. 따라서 RLeXplore는 본질적 보상 모듈을 구성하고, 계산하며, 최적화하기 위한 통합적이고 표준화된 절차를 제공하도록 설계되었습니다.
RLeXplore의 워크플로우는 다음과 같이 설명됩니다:
<div align=center> <img src='https://raw.githubusercontent.com/RLE-Foundation/RLeXplore/HEAD/assets/workflow.png' style="width: 100%"> </div>권장터미널을 열고 pip으로 rllte를 설치합니다:
conda create -n rllte python=3.8
pip install rllte-core
터미널을 열고 git으로 GitHub에서 리포지토리를 클론합니다:
git clone https://github.com/RLE-Foundation/rllte.git
pip install -e .
이제 다음 방식으로 본질적 보상 모듈을 호출할 수 있습니다:
from rllte.xplore.reward import ICM, RIDE, ...
| 유형 (Type) | 모듈 (Modules) |
|---|---|
| Count-based | PseudoCounts, RND, E3B |
| ... |
다음 링크를 클릭하여 코드 노트북을 얻으세요:
Weights & Biases (W&B)를 사용하여 재사용 가능한 실험 결과를 인식된 벤치마크에 저장할 수 있는 공간을 공개했습니다. 해당 공간 링크는 다음과 같습니다: RLeXplore의 W&B Space.
<div align=center> <img src='https://raw.githubusercontent.com/RLE-Foundation/RLeXplore/HEAD/assets/wandb.png' style="width: 75%"> </div>RLLTE의 PPO+RLeXplore:MiniGrid에서 RLLTE의 PPO+RLeXplore:
Procgen-Maze에서 RLLTE의 PPO+RLeXplore:
ALE의 다섯 가지 어려운 탐색 작업에서 RLLTE의 PPO+RLeXplore:
| 알고리즘 (Algorithm) | Gravitar | MontezumaRevenge | PrivateEye | Seaquest | Venture |
|---|---|---|---|---|---|
| 외재적 (Extrinsic) | 1060.19 | 42.83 | 88.37 | 942.37 | 391.73 |
| ... |
RLLTE's SAC+RLeXplore on Ant-UMaze:이 저장소를 논문에 인용하려면:
@article{yuan_roger2025rlexplore,
title={RLeXplore: Accelerating Research in Intrinsically-Motivated Reinforcement Learning},
author={Yuan, Mingqi and Castanyer, Roger Creus and Li, Bo and Jin, Xin and Berseth, Glen and Zeng, Wenjun},
...