近日，Github 一位開發者 danaugrs 開源了一個新項目——Huskarl，一個專注研究和快速原型的深度強化學習框架。

此框架基于 TensorFlow 2.0 構建，使用了 tf.keras API，保證了其簡潔性和可讀性。Huskarl 可以使多環境的并行計算變得很容易，這將對加速策略學習算法（比如 A2C 和 PPO）非常有用。此外，Huskarl 還可以與 OpenAI Gym 環境無縫結合，并將計劃支持多代理環境和 Unity3D 環境。

OpenAI Gym：2016 年 OpenAI 發布的一個可以開發、對比強化學習算法的工具包，提供了各種環境、模擬任務等，任何人都可以在上面訓練自己的算法。

Unity3D：一個全面整合的專業游戲引擎，由 Unity Technologies 開發的一款可以讓玩家輕松創建三維視頻游戲、實時三維動畫等類型互動內容的多平臺綜合型游戲開發工具。

目前，Huskarl 已經支持了 DQN（Deep Q-Learning Network）、Multi-step DQN、Double DQN、A2C（Advantage Actor-Critic）等算法，還有 DDPG（Deep Deterministic Policy Gradient）、PPO（Proximal Policy Optimization）、Curiosity-Driven Exploration 等算法在計劃中。

最重要的是，TF 2.0 的 nightly 已經發布，這個開源工具也是基于 TF2.0 開發的，所以大家要先安裝一下 tf 2.0 nighty 版本。除此之外，還需要安裝以下工具和環境：

這個工具還是新鮮出爐燙手的呢，大家趕緊來嘗鮮試一下~

地址：

https://github.com/danaugrs/huskarl