כתבה
arXiv cs.LG ·
GzDRL: פלטפורמת RL חדשה לג'אזבו
GzDRL: Reproducible and Scalable Deep Reinforcement Learning with Gazebo
GzDRL היא פלטפורמת RL חדשה שמאפשרת רכיבה יעילה ומחזורית של רובוטיקה בג'אזבו. היא משתמשת במנגנון סינכרוניזציה ישיר של פעולות האג'נט ועדכוני הפיזיקה. זה מאפשר גביית נתונים בקצב גבוה, וקטיעה ופיתוח של רכיבי RL באופן יעיל.
תקציר מקורי באנגליתarXiv:2609.13243v1 Announce Type: cross Abstract: We present GzDRL, a novel single-process reinforcement learning (RL) framework for Gazebo that overcomes longstanding bottlenecks in scalable, reproducible robotics experimentation. Unlike conventional middleware-based RL-Gazebo integrations that suffer from nondeterminism and irreproducibility, GzDRL introduces a systematic, middleware-free environment-stepping mechanism that directly synchronizes agent actions and physics updates. This design enables deterministic, high-throughput data collection, efficient vectorization, and reproducible RL training and evaluation. Comprehensive benchmarks demonstrate that GzDRL achieves the highest workstation throughput among the evaluated frameworks while remaining competitive with GPU-accelerated sim
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית