AquaML是一个分布式深度学习框架，该框架像水一样灵活，主要为机器人学习任务而设计的，能够实现多种深度学习任务。并且结构简单，方便修改。AquaML还能够支持多种主流深度学习框架，如tensorflow、torch等。未来将支持jax等框架。
AquaML V3版本在整体上对V2版本进行了重构，我们希望未来的智能体是能够持续进化持续学习。仿真和现实中的差距很难进行缩小，针对任务构建仿真器工作量巨大。我们希望智能体能够在仿真里面学习一些基础技能，利用此套架构再现实中持续进化。
AquaML3目前能够支持torch、tensorflow，未来将尝试支持更多的深度学习框架。 同时支持Linux、Windows、MacOS。 此外AquaML3具有良好的兼容性，能够在python3.7-3.11的环境下运行，但是完整版本需要python3.8以上。 AquaML3支持了Isaac gym。
pynvml, loguru，wandb，mpi4py
mpi4py推荐使用conda安装，
conda install -c conda-forge mpi4py其余的库可以使用pip安装。
推荐使用gymnasium，安装方法如下：
pip install gymnasium[all]
conda install swig
pip install pygame
conda install -c conda-forge box2d-py
pip install gymnasium[all]安装方法可以参考官网。 在安装tensorflow的时候，需要额外安装tensorflow-probability。
安装顺序如下： torch, gymnasium, pynvml, loguru, wandb, mpi4py
按照Isaac gym官网安装完以后，额外安装pynvml, loguru, wandb, mpi4py。
- AquaML2具有的特性AquaML3都有，但是AquaML3更加强调多进程的支持。
- 支持全异构架构，所以进程可以用自己的频率运行，不受其他进程影响。
- 集成机器人套件，深度支持ROS。
详细教程看examples文件夹。 Tool\xxxMaker.py用于兼容不同的运行环境，请如系统使用的是Isaac gym，请使用IsaacGymMaker.py。
在本项测试中，计算机配置为GTX 1050Ti，i5-7300HQ，32GB内存，python 3.7
所有测试所使用的参数如下：
| 参数 | 值 |
|---|---|
| num_envs | 256 |
| rollout_steps | 64 |
| batch_size | 8192 |
| PPO epochs | 4 |
| clip_ratio | 0.2 |
| entropy_coef | 0.0 |
网络结构均为两层全连接层，每层256个神经元，激活函数为ReLU。
 |
 |
 |
 |