mengdong/nvidia-docker-impala

镜像概述

mengdong/nvidia-docker-impala镜像基于NVIDIA Docker 2构建，提供DeepMind IMPALA（Importance Weighted Actor-Learner Architectures）算法的运行环境，集成TensorFlow GPU版本，支持可扩展的分布式深度强化学习训练与实验。

核心功能

• 实现IMPALA架构，支持重要性加权的演员-学习者模式
• 包含动态批处理模块
• 兼容DeepMind Lab、Atari等多种强化学习环境
• 支持单机器及分布式训练场景

使用场景

• 深度强化学习算法研究与原型验证
• 分布式强化学习模型规模化训练
• 基于DeepMind Lab等环境的智能体开发与测试

配置说明

前提条件

• 已安装NVIDIA Docker 2
• 具备GPU加速的硬件环境

部署示例

单机器训练（探索目标位置场景）

sh
docker run --gpus all docker.xuanyuan.run/mengdong/nvidia-docker-impala python experiment.py --num_actors=48 --batch_size=32

分布式训练（DMLab-30环境）

启动Learner节点

sh
docker run --gpus all docker.xuanyuan.run/mengdong/nvidia-docker-impala python experiment.py --job_name=learner --task=0 --num_actors=150 \
    --level_name=dmlab30 --batch_size=32 --entropy_cost=0.0033391318945337044 \
    --learning_rate=0.00031866995608948655 \
    --total_environment_frames=10000000000 --reward_clipping=soft_asymmetric

启动Actor节点（150个实例）

sh
for i in $(seq 0 149); do
  docker run --gpus all docker.xuanyuan.run/mengdong/nvidia-docker-impala python experiment.py --job_name=actor --task=$i \
      --num_actors=150 --level_name=dmlab30 --dataset_path=[你的数据集路径] &
done;
wait

测试模型得分

sh
docker run --gpus all mengdong/nvidia-docker-impala python experiment.py --mode=test --level_name=dmlab30 --dataset_path=[你的数据集路径] \
    --test_num_episodes=10