Td3 MountainCarContinuous V0

🚀 TD3エージェントによるMountainCarContinuous-v0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、MountainCarContinuous-v0 をプレイするように訓練された TD3 エージェントです。

RL Zooは、Stable Baselines3の強化学習エージェント用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訓練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

🔍 モデル情報

📦 インストール

このセクションでは、RL ZooとStable Baselines3を使用してモデルをダウンロードし、実行する方法を説明します。

モデルのダウンロード

# モデルをダウンロードしてlogs/フォルダに保存する
python -m rl_zoo3.load_from_hub --algo td3 --env MountainCarContinuous-v0 -orga sb3 -f logs/
python enjoy.py --algo td3 --env MountainCarContinuous-v0  -f logs/

モデルの訓練

python train.py --algo td3 --env MountainCarContinuous-v0 -f logs/
# モデルをアップロードし、可能であればビデオを生成する
python -m rl_zoo3.push_to_hub --algo td3 --env MountainCarContinuous-v0 -f logs/ -orga sb3

💻 使用例

基本的な使用法

# モデルのダウンロードと実行
# Download model and save it into the logs/ folder
python -m rl_zoo3.load_from_hub --algo td3 --env MountainCarContinuous-v0 -orga sb3 -f logs/
python enjoy.py --algo td3 --env MountainCarContinuous-v0  -f logs/

高度な使用法

# モデルの訓練とアップロード
python train.py --algo td3 --env MountainCarContinuous-v0 -f logs/
# Upload the model and generate video (when possible)
python -m rl_zoo3.push_to_hub --algo td3 --env MountainCarContinuous-v0 -f logs/ -orga sb3

🔧 技術詳細

ハイパーパラメータ

OrderedDict([('n_timesteps', 300000),
             ('noise_std', 0.5),
             ('noise_type', 'ornstein-uhlenbeck'),
             ('policy', 'MlpPolicy'),
             ('normalize', False)])