知识卡片
仿真环境两大引擎
强化学习的数据来自智能体与环境的交互,且数据随算法改进而变、与算法不独立,因此除了学习算法还必须构建一个可交互的环境。原则上任何能支持交互的软件都可作仿真环境,但一个合格环境必备两个要素:物理引擎与图像引擎。物理引擎依据物理定律(如刚体动力学、流体力学、柔性体动力学)计算物体如何运动,常见开源实现有ODE、Bullet、PhysX、Havok;图像引擎负责绘图与渲染以显示物体,多基于OpenGL。理解这一结构有助于自行搭建或选型仿真环境:先确认物理规律能否被正确模拟,再考虑可视化与调试需求。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第1章 绪论
原书出处 · 1 处
- 第1章 绪论 · 查看原书依据
这些仿真环境必备的两个要素是物理引擎和图像引擎。物理引擎用来计算仿真环境中物体是如何运动的,其背后的原理是物理定律,如刚体动力学,流体力学和柔性体动力学等。
参考来源
- 位置:《深入浅出强化学习:原理入门》第1章 绪论(源文件:extracted/深入浅出强化学习:原理入门/_epub-src/OEBPS/text00008.html)
- 结论依据:正文指出强化学习数据需与环境交互产生、与算法非独立,随后说明仿真环境两个必备要素及各自作用和常用实现。
- 原始内容:这些仿真环境必备的两个要素是物理引擎和图像引擎。物理引擎用来计算仿真环境中物体是如何运动的,其背后的原理是物理定律,如刚体动力学,流体力学和柔性体动力学等。