RobustRLlib：面向鲁棒强化学习算法的统一库与基准
RobustRLlib 在统一接口下集成 17 种鲁棒在线、离线与安全强化学习算法，并配套覆盖真实世界扰动及人形机器人、视觉-语言-动作任务的评估平台。该系统在 273 种扰动配置上完成评测，给出当前鲁棒 RL 算法的能力图谱，指出有效区间与仍存在的鲁棒性差距。项目以开源形式发布，代码库可复现、可扩展。
发布于 10-27 10:54来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《RobustRLlib: A Unified Library and Benchmark for Robust Reinforcement Learning Algorithms》查看原链
鲁棒强化学习（RL）对于可靠的现实世界部署至关重要，因为策略可能在各种变化和干扰下失效。 现有的鲁棒 RL 算法提供了丰富的机制和原则，但有两个主要障碍限制了它们更广泛的潜力：算法可复用性有限，以及实证能力边界不清晰。 我们推出 RobustRLlib，一个以算法为中心的库和基准，旨在解决这两个挑战。
它在统一接口下集成了 17 种具有代表性的鲁棒在线、离线和安全 RL 算法，显著提升了可复用性，并提供了一个增强的评估平台，涵盖多样化的现实世界变化以及先进的人形机器人和视觉-语言-动作任务。 在 273 种扰动配置上进行的系统评估，提供了当前鲁棒 RL 算法的最新能力图谱，揭示了它们仍然有效的领域以及仍存在显著鲁棒性差距的领域。
作为一个开源、易用的平台，RobustRLlib 提供了可复现且可扩展的代码库，用于将现有方法应用于新问题并开发新的鲁棒 RL 算法。