Sac Hopper V3

🚀 SACエージェントによるHopper-v3のプレイ

このモデルは、stable-baselines3ライブラリとRL Zooを使用して、Hopper-v3をプレイするように訓練されたSACエージェントです。

RL Zooは、Stable Baselines3の強化学習エージェントの訓練フレームワークで、ハイパーパラメータの最適化と事前学習済みエージェントが含まれています。

🚀 クイックスタート

💻 使用例

基本的な使用法

RL Zoo: https://github.com/DLR-RM/rl-baselines3-zoo
SB3: https://github.com/DLR-RM/stable-baselines3
SB3 Contrib: https://github.com/Stable-Baselines-Team/stable-baselines3-contrib

# モデルをダウンロードしてlogs/フォルダに保存
python -m rl_zoo3.load_from_hub --algo sac --env Hopper-v3 -orga sb3 -f logs/
python enjoy.py --algo sac --env Hopper-v3  -f logs/

高度な使用法

# モデルの訓練
python train.py --algo sac --env Hopper-v3 -f logs/
# モデルをアップロードし、可能であれば動画を生成
python -m rl_zoo3.push_to_hub --algo sac --env Hopper-v3 -f logs/ -orga sb3

📦 インストール

このモデルを使用するには、以下の手順に従ってください。

🔧 ハイパーパラメータ

OrderedDict([('learning_starts', 10000),
             ('n_timesteps', 1000000.0),
             ('policy', 'MlpPolicy'),
             ('use_sde', False),
             ('normalize', False)])

📚 詳細情報