Ray是為python機器學習、深度學習而開發的高可用、高效能的分散式框架，目前已經發布到0.2.0版本(注：2017-11-1已經發布了0.2.2)，下面是版本釋出說明
我們很高興釋出Ray 0.2版本釋出，本次釋出包括以下資訊：
* Plasma 物件儲存效能的重大提升
* 增加基於Jpuyter 的web UI頁面
* 開始可擴充套件增強學習庫的開發
* 行為容錯處理

Plasma

自從上次釋出後，Plasma物件已經從Ray專案的基礎程式碼移出，Plasma已經成為Apache Arrow專案的一部分，所以他可以在其他大型高可用型記憶體計算專案單獨使用。此外，我們的基於Arrow的序列化庫已經移動到

import numpy as np
import ray

ray.init()

x = np.ones(10 ** 9, dtype=np.uint8)

# Measure the time required to write 1GB to the Plasma store.
%time x_id = ray.put
 
(x)

Web UI

我們基於Jupyter-notebook建立了web UI框架，方便立即和除錯應用的效能。檢視如何使用這個框架，這個UI包括一個基於chrome tracing的任務時間線，我們可以看到任務在哪執行，任務執行了多久，還有任務之間的依賴情況，下面是任務的視覺化樣例。

這種型別的視覺化可以很方便檢視問題、任務，以及任務的平衡情況。
上面的視覺化效果中的任務可以在通過下面的指令碼生成出來

import ray
import time

ray.init()

@ray.remote
def f(x):
    time.sleep(0.001)
    return
 
 1

@ray.remote
def g(*ys):
    return 1

time.sleep(1)

x = 1
for _ in range(3):
    ys = [f.remote(x) for _ in range(8)]
    x = g.remote(*ys)

RLlib

我們開始開發基於Ray的可擴充套件增強學習庫，到目前為止，它包括如下演算法：
* 近端優化（PPO）
* 深度學習（QDN）
* 非同步優化（A3C）
* 進化策略（ES）
其中DQN、A3C、ES都是基於OpenAI baselines，可以通過下面的方法來使用

# On a single machine.
python ray/python/ray/rllib/train.py --alg=PPO \
                                     --env=CartPole-v0

# On a cluster.
python ray/python/ray/rllib/train.py --alg=PPO \
                                     --env=CartPole-v0 \
                                     --redis-address=<head-node-ip>:6379

這個使用PPO演算法來訓練一個策略來控制CartPole環境中的客戶端。
在亞馬遜雲上的一組15個m4.16xlarge例項和一個p2.16xlarge例項上利用執行這個（在Humanoid-v1環境訓練行走機器人）應用，我們在35分鐘內獲得超過6000的獎勵。推出的產品在512個物理核心上並行化，策略優化在6個GPU上並行化。此實驗的相關超引數在 這裡。
這個RL庫還在開發中，我們正在尋找包括更多的演算法實現。

行為容錯

我們已經為actor啟用了容錯功能，如下所示。如果機器發生故障，則在其他機器上重新建立在該機器上執行的行為，並且重播先前在這些演員上執行的任務，以重新建立故障機器的狀態。我們正在努力通過使檢查點恢復行為狀態來提高恢復速度。請參閱Ray中容錯的概述。