Sac Walker2d V3

🚀 SACエージェントによるWalker2d - v3のプレイ

このモデルは、[stable - baselines3ライブラリ](https://github.com/DLR - RM/stable - baselines3) と [RL Zoo](https://github.com/DLR - RM/rl - baselines3 - zoo) を使用して、Walker2d - v3をプレイするように学習されたSACエージェントのモデルです。RL Zooは、Stable Baselines3の強化学習エージェントの学習フレームワークで、ハイパーパラメータの最適化と事前学習済みの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 Walker2d-v3 -orga sb3 -f logs/
python enjoy.py --algo sac --env Walker2d-v3  -f logs/

高度な使用法

学習

python train.py --algo sac --env Walker2d-v3 -f logs/
# モデルをアップロードし、可能な場合は動画を生成
python -m rl_zoo3.push_to_hub --algo sac --env Walker2d-v3 -f logs/ -orga sb3

ハイパーパラメータ

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

📚 ドキュメント