Here is a list of all variables with links to the classes they belong to:

- a -

• action : rl.mcts.mcts_node.MCTSNode
• action_mapping : rl.training.trainer.Trainer
• actions : rl.agents.high_level.ppo_agent.PPOMemory
• actor : rl.agents.high_level.ppo_agent.ActorNetwork, rl.agents.high_level.ppo_agent.PPOAgent
• avg_rewards : rl.training.trainer.Trainer

- b -

• base_index : rl.env.environment.Env
• batch_size : rl.agents.high_level.ppo_agent.PPOMemory
• belugas : rl.env.state.ProblemState
• belugas_finished : rl.env.state.ProblemState
• belugas_unloaded : rl.env.state.ProblemState
• best_score : rl.training.trainer.Trainer
• block_size : rl.env.environment.Env

- c -

• check_action_map : rl.env.environment.Env
• checkpoint_file : rl.agents.high_level.ppo_agent.ActorNetwork, rl.agents.high_level.ppo_agent.CriticNetwork
• children : rl.mcts.mcts_node.MCTSNode
• critic : rl.agents.high_level.ppo_agent.CriticNetwork, rl.agents.high_level.ppo_agent.PPOAgent
• current_jigs : rl.env.state.Beluga, rl.env.state.Rack

- d -

• debug : rl.mcts.mcts.MCTS, rl.training.trainer.Trainer
• depth : rl.mcts.mcts.MCTS, rl.mcts.mcts_node.MCTSNode
• device : rl.agents.high_level.ppo_agent.ActorNetwork, rl.agents.high_level.ppo_agent.CriticNetwork
• dones : rl.agents.high_level.ppo_agent.PPOMemory

- e -

• empty : rl.env.state.Jig
• env : rl.training.trainer.Trainer
• episode_rewards : rl.training.trainer.Trainer
• epsilon_decay : rl.training.trainer.Trainer
• epsilon_end : rl.training.trainer.Trainer
• epsilon_start : rl.training.trainer.Trainer

- g -

• gae_lambda : rl.agents.high_level.ppo_agent.PPOAgent
• gamma : rl.agents.high_level.ppo_agent.PPOAgent

- h -

• hangars : rl.env.state.ProblemState

- i -

• invalid_action_counts : rl.training.trainer.Trainer

- j -

• jig_type : rl.env.state.Jig
• jigs : rl.env.state.ProblemState

- l -

• learn_iters : rl.training.trainer.Trainer

- m -

• mcts : rl.training.trainer.Trainer
• memory : rl.agents.high_level.ppo_agent.PPOAgent

- n -

• n_epochs : rl.agents.high_level.ppo_agent.PPOAgent
• n_simulations : rl.mcts.mcts.MCTS
• name : rl.env.state.JigType

- o -

• optimizer : rl.agents.high_level.ppo_agent.ActorNetwork, rl.agents.high_level.ppo_agent.CriticNetwork
• outgoing : rl.env.state.Beluga

- p -

• parent : rl.mcts.mcts_node.MCTSNode
• path : rl.env.environment.Env
• policy_clip : rl.agents.high_level.ppo_agent.PPOAgent
• ppo_agent : rl.training.trainer.Trainer
• problem_count : rl.env.environment.Env
• problem_name : rl.env.environment.Env
• problem_solved : rl.env.state.ProblemState
• problems_solved : rl.env.environment.Env
• probs : rl.agents.high_level.ppo_agent.PPOMemory
• production_lines : rl.env.state.ProblemState
• production_lines_finished : rl.env.state.ProblemState

- r -

• racks : rl.env.state.ProblemState
• rewards : rl.agents.high_level.ppo_agent.PPOMemory
• root : rl.mcts.mcts.MCTS

- s -

• scheduled_jigs : rl.env.state.ProductionLine
• score_history : rl.training.trainer.Trainer
• size : rl.env.state.Rack
• size_empty : rl.env.state.JigType
• size_loaded : rl.env.state.JigType
• sorted_problems : rl.env.environment.Env
• state : rl.env.environment.Env, rl.mcts.mcts_node.MCTSNode
• states : rl.agents.high_level.ppo_agent.PPOMemory
• step_count : rl.env.environment.Env
• steps_per_episode : rl.training.trainer.Trainer

- t -

• total_belugas : rl.env.state.ProblemState
• total_lines : rl.env.state.ProblemState
• total_reward : rl.mcts.mcts_node.MCTSNode
• total_steps : rl.training.trainer.Trainer
• trailers_beluga : rl.env.state.ProblemState
• trailers_factory : rl.env.state.ProblemState

- v -

• values : rl.agents.high_level.ppo_agent.PPOMemory
• visits : rl.mcts.mcts_node.MCTSNode