POLIXIR REVIVE根据[POLIXIR商业许可证]（./License_en.txt）发布。在下载、安装或使用Poliir软件或任何附带文件之前，请仔细阅读并同意附带的许可文件。除非另有说明，所有文件版权所有©2021-2023 南栖仙策（南京）科技有限公司。
REVIVE是一款通用软件，旨在将自动决策应用于现实场景。该软件分两个阶段运行：
虚拟环境训练（Venv Training）: 组织离线数据构建虚拟环境模型。虚拟环境可以模拟业务场景中节点之间的状态转移关系。
策略训练（Policy Training）: 使用虚拟环境进行策略优化。Revive SDK通过在虚拟环境上使用强化学习来训练策略以达到理想的控制效果。
教程和API文档位于 https://revive.cn/help/polixir-revive-sdk/index.html.
- Linux x86_64
- Python: v3.7.0+ / v3.8.0+ / v3.9.0+
- CUDA Toolkit (如果有NVIDIA GPU设备可用。)
用户可以使用如下命令从代码仓库中克隆最新版本的代码进行安装：
$ git clone https://agit.ai/Polixir/revive
$ cd revive
$ pip install -e .
用户可以通过发布页面查看和下载所有版本代码包：
发布页面 : https://agit.ai/Polixir/revive/releases
用户还可以从Docker Hub获取包含REVIVE SDK及其运行时环境的最新Docker镜像:
$ docker pull polixir/revive-sdk
Polixir开发了REVIVE SDK库，并对其中部分模块拥有知识产权，因此我们对部分模块进行加密和保护。 但是其不影响您的使用， 您可以通过注册帐户获得授权的方式以使用完整算法包的功能。
获得授权的步骤分为以下两步:
Step 1. 访问REVIVE官网，注册账户，获得授权Key。
REVIVE 官网 : https://www.revive.cn
Step 2. 安装REVIVE SDK并进行Key配置。
REVIVE SDK 安装完成后，会自动生成配置文件（配置文件路径：\ /home/your-user-name/.revive/config.yaml ），
打开 配置文件并将之前的复制的Key填入。
accesskey: xxxxxxxxx
使用REVIVE SDK需要按照指定格式组织任务数据，准备训练数据，决策流图和奖励函数。
具体说明请参考文档： https://revive.cn/help/polixir-revive-sdk/tutorial/data_preparation.html。
当我们准备完成训练数据(.npz 或 .h5 文件) ，决策流图描述文件(.yaml) 和奖励函数(reward.py)。我们可以使用 python train.py
命令进行虚拟环境模型训练和策略模型训练。该脚本将实例化 revive.server.ReviveServer 类开启训练。
具体说明请参考文档： https://revive.cn/help/polixir-revive-sdk/tutorial/use_model.html。
当REVIVE SDK完成虚拟环境模型训练和策略模型训练后。我们可以在日志文件夹（ logs/<run_id>）下找到保存的模型（ .pkl 或 .onnx）进行加载使用。
具体说明请参考文档： https://revive.cn/help/polixir-revive-sdk/tutorial/use_model.html。
revive
├── data # data folder
│ ├── config.json
│ ├── test.npz
│ ├── test_reward.py
│ └── test.yaml
├── examples # example code
│ ├── basic
│ ├── custom_node
│ ├── expert_function
│ ├── model_inference
│ ├── multiple_transition
│ └── parameter_tuning
├── README.md
├── revive # source code folder
│ ├── algo
│ ├── computation
│ ├── conf
│ ├── data
│ ├── dist
│ ├── __init__.py
│ ├── server.py
│ ├── utils
│ └── version.py
├── setup.py # installation script
├── tests # test scripts
│ ├── test_dists.py
│ └── test_processor.py
└── train.py # main start script
- Behavior Cloning 行为克隆算法：这是一种通过神经网络进行监督学习方法。
- Revive 源自 Shi .et al. Virtual-Taobao: Virtualizing Real-World Online Retail Environment for Reinforcement Learning.