仿照

在加强进修研究中，一个实验就要跑数天或数周，有没有更快的方法？近日，来自 SalesForce 的研究者提出了一种名为 WarpDrive（曲率引擎）的开源框架，它可以在一个 V100 GPU 上并行运转、训练数千个加强进修情况和上千个智能体。实验结果表明，与 CPU+GPU 的 RL 实行相比，WarpDrive 靠一个 GPU 实行的 RL 要快几个数量级。