RL2 should wrap env automatically

説明

コントリビューターガイド

技術スタック

python

領域

machine learning

Issue 種別

feature

難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。

3

推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。

1-2 days

活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。

stale

明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。

mostly clear

前提条件

Understanding of RL2 algorithmKnowledge of gym environment wrappingFamiliarity with garage's sampler module

初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。

30

調査方針

Investigate the current relationship between the RL2 algorithm and the sampler in the garage codebase. Look at files such as garage/sampler/ and garage/algos/rl2.py to understand how env wrapping is handled. Determine if ownership of the sampler can be transferred to the algorithm or if a wrapper can be applied at a different level.