快速开始¶
运行一个DRL算法¶
安装完玄策后，用户只需要三行代码即可运行一个深度强化学习算法。首先，你需要通过指定 method 、 env 和 env_id 等信息创建一个 runner 对象，
在 runner 的创建过程中，玄策已经创建好了 agent, policy, envs 等强化学习关键要素。接下来，只需要执行 runner.run() 就能实现算法的训练了。
一个DQN算法的实例如下：
import xuance
runner = xuance.get_runner(method='dqn',
env='classic_control',
env_id='CartPole-v1',
is_test=False)
runner.run()
执行以上指令，终端将输出实验的基本信息和训练过程进度条，当进度条满格时表示训练结束，模型保存。
运行一个MARL算法¶
和单智能体强化学习不同的是，多智能体强化学习任务分为合作型、竞争型、以及合作竞争混合型。合作型任务的运行方法和前面介绍的相同，只需要指定算法名称和环境名称即可开始训练，例如：
import xuance
runner = xuance.get_runner(method='maddpg',
env='mpe',
env_id='simple_spread_v3',
is_test=False)
runner.run()
当环境中包含竞争型任务时，由于智能体的优化目标不同，玄策根据原始环境中的任务说明，将智能体进行分组，每组运行一个MARL算法。 例如，对于 mpe/adversary 环境，智能体集合为[adversary_0, agent_0,agent_1]。 玄策的环境封装模块将这些智能体分为两组，第一组为“adversary”智能体，第二组为“agent”智能体，每组均可指定一种MARL算法，实现方法如下：
import xuance
runner = xuance.get_runner(method=["iddpg", "maddpg"],
env='mpe',
env_id='simple_push_v3',
is_test=False)
runner.run()
在该示例中，第一组智能体使用IDDPG算法，而第二组使用MADDPG算法。执行以上命令后，终端将输出实验的基本信息和训练过程进度条，当进度条满格时表示训练结束，模型保存。
测试¶
完成算法训练后，玄策会在指定目录中保存模型文件和训练日志信息。用户可以通过指定 is_test=True 来实现测试：
import xuance
runner = xuance.get_runner(method='dqn',
env='classic_control',
env_id='CartPole-v1',
is_test=True)
runner.run()
以上代码中，还可用 runner.benchmark() 代替 runner.run() ，用于训练基准模型和基准测试结果。
训练可视化¶
用户可利用tensorboard或wandb工具来可视化训练过程，
通过指定xuance/configs/basic.yaml文件中的 logger 参数选择具体的工具：
logger: tensorboard
或
logger: wandb
1. Tensorboard 可视化
当完成模型训练后，日志文件存放于根目录下的log文件夹中，具体路径根据用户的实际配置查找。 以./logs/dqn/torch/CartPole-v0路径为例，用户可通过以下指令实现日志可视化：
tensorboard --logdir ./logs/dqn/torch/CartPole-v1/
2. W&B 可视化
若选择使用wandb工具实现训练可视化，可根据W&B官方说明创建账号，并在xuance/configs/basic.yaml文件中指定用户名 wandb_user_name.
关于W&B的使用及其本地化部署，可参考如下链接：