【導讀】近期，Facebook開源了強化學習平臺Horizon，Horizon是用Python構建的，使用PyTorch進行建模和訓練，使用Caffe2進行模型服務。
Horizon是一個端到端平臺，旨在解決行業應用的RL問題。強化學習在其數據集很大（數百萬到數十億），反饋環路很慢（相對於模擬器）時，必須小心地進行實驗，因爲它們不在模擬器中運行。 與其他通常用於快速原型設計和實驗的RL平臺不同，Horizon的設計以生產用例爲首要考慮因素。 該平臺包含用於訓練流行的深度RL算法的工作流程，包括數據預處理，特徵轉換，分佈式訓練，反事實策略評估和優化服務。
支持的算法：
- Discrete-Action DQN
- Parametric-Action DQ
- Double DQN, Dueling DQN, Dueling Double DQN
- DDPG
- [Soft Actor-Critic] (https://arxiv.org/abs/1801.01290) (SAC)
Github地址：
https://github.com/facebookresearch/Horizon
論文地址：
https://research.fb.com/publications/horizon-facebooks-open-source-applied-reinforcement-learning-platform/
-END-