Agents یک کتابخانه برای یادگیری تقویتی در TensorFlow است.
import tensorflow as tf from tf_agents.networks import q_network from tf_agents.agents.dqn import dqn_agent q_net = q_network.QNetwork( train_env.observation_spec(), train_env.action_spec(), fc_layer_params=(100,)) agent = dqn_agent.DqnAgent( train_env.time_step_spec(), train_env.action_spec(), q_network=q_net, optimizer=optimizer, td_errors_loss_fn=common.element_wise_squared_loss, train_step_counter=tf.Variable(0)) agent.initialize()اجرا در یک نوت بوک
TF-Agents طراحی، پیادهسازی و آزمایش الگوریتمهای جدید RL را با ارائه مؤلفههای مدولار به خوبی آزمایش شده که قابل تغییر و توسعه هستند، آسانتر میکند. این امکان تکرار سریع کد را با یکپارچه سازی تست خوب و محک زدن فراهم می کند.