Dqn MountainCar V0

🚀 DQN エージェントによる MountainCar-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、MountainCar-v0 をプレイするように学習された DQN 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トレーニングフレームワークで、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

# 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 dqn --env MountainCar-v0 -orga sb3 -f logs/
python enjoy.py --algo dqn --env MountainCar-v0  -f logs/

高度な使用法

python train.py --algo dqn --env MountainCar-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
python -m rl_zoo3.push_to_hub --algo dqn --env MountainCar-v0 -f logs/ -orga sb3

🔧 技術詳細

ハイパーパラメータ

OrderedDict([('batch_size', 128),
             ('buffer_size', 10000),
             ('exploration_final_eps', 0.07),
             ('exploration_fraction', 0.2),
             ('gamma', 0.98),
             ('gradient_steps', 8),
             ('learning_rate', 0.004),
             ('learning_starts', 1000),
             ('n_timesteps', 120000.0),
             ('policy', 'MlpPolicy'),
             ('policy_kwargs', 'dict(net_arch=[256, 256])'),
             ('target_update_interval', 600),
             ('train_freq', 16),
             ('normalize', False)])

📚 ドキュメント

モデル情報