stable-baselines3
Stable Baselines 的 PyTorch 版本,強化學習演算法的可靠實作。
stable-baselines3 是什麼?
Stable Baselines 的 PyTorch 版本,強化學習演算法的可靠實作。
stable-baselines3 概覽
這是什麼
Stable Baselines3 (SB3) 是一套基於 PyTorch 的強化學習演算法可靠實作,為 Stable Baselines 的下一個主要版本。此函式庫假設使用者已具備強化學習的基本知識。其設計目的是讓研究社群與業界更容易複製、改進及辨識新想法,並為專案建立良好的基準。
主要功能
- 實作多種先進的強化學習演算法 - 所有演算法提供統一介面 - 支援自訂環境與自訂策略 - 支援 Dict 觀測空間 - 支援 Tensorboard 訓練監控 - 高程式碼覆蓋率與型別提示 - 可與 Weights & Biases 及 Hugging Face 整合
使用情境
- 研究:複製與比較強化學習演算法 - 業界:在可靠基準上建構專案 - 教育:讓初學者無需深入實作細節即可嘗試進階強化學習工具
快速開始
使用 pip 安裝: sh pip install 'stable-baselines3[extra]' 或不安裝額外套件: sh pip install stable-baselines3 在 CartPole 環境上訓練 PPO 的範例: python import gymnasium as gym from stable_baselines3 import PPO env = gym.make('CartPole-v1', render_mode='human') model = PPO('MlpPolicy', env, verbose=1) model.learn(total_timesteps=10_000)
授權與價格
本專案為開放原始碼,採用 MIT 授權條款。
內容整理自該專案公開的 README 與儲存庫資訊。