Serendipity d5c9baffe6 perf: 为PPO和DQN添加GPU优化——AMP混合精度、pinned memory、torch.compile ...

- PPO (CW1_id_name): 添加 AMP GradScaler + autocast 混合精度训练，pinned memory 加速 CPU→GPU 传输，torch.compile JIT 编译支持，调整默认超参适配 RTX 5090
- DQN (Atari): 添加 AMP 混合精度、pinned memory 回放缓冲区、向量化批量添加经验 (add_batch) 和批量动作选择 (batch_select_actions)，消除 Python 循环
- train_parallel.py: 重写为无缓冲脚本，集成所有优化，64 并行环境 + 每步 4 次训练更新

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

2026-05-05 00:50:16 +08:00

..

docs

…

models/sb3_baseline

…

notebooks

…

runs

…

src

perf: 为PPO和DQN添加GPU优化——AMP混合精度、pinned memory、torch.compile

2026-05-05 00:50:16 +08:00

CW1_id_name.docx

…

evaluate.py

…

README.md

…

requirements.txt

…

scan_checkpoints.py

…

train_sb3_baseline.py

…

train_vec.py

perf: 为PPO和DQN添加GPU优化——AMP混合精度、pinned memory、torch.compile

2026-05-05 00:50:16 +08:00