ตัวแทนคือห้องสมุดสำหรับการเรียนรู้การเสริมกำลังใน TensorFlow

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()
เรียกใช้ใน โน้ตบุ๊ก
TF-Agents ทำให้การออกแบบ การใช้งาน และการทดสอบอัลกอริธึม RL ใหม่ง่ายขึ้น โดยการจัดหาส่วนประกอบโมดูลาร์ที่ผ่านการทดสอบอย่างดีซึ่งสามารถแก้ไขและขยายได้ ช่วยให้สามารถทำซ้ำโค้ดได้อย่างรวดเร็ว พร้อมการรวมการทดสอบและการเปรียบเทียบที่ดี