Td3 HalfCheetah V3

🚀 TD3 エージェントが HalfCheetah-v3 をプレイ

このモデルは、stable-baselines3 ライブラリ と RL Zoo を使用して、HalfCheetah-v3 をプレイするように学習された 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

📦 インストール

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

💻 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 td3 --env HalfCheetah-v3 -orga sb3 -f logs/
python enjoy.py --algo td3 --env HalfCheetah-v3  -f logs/

高度な使用法

python train.py --algo td3 --env HalfCheetah-v3 -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 td3 --env HalfCheetah-v3 -f logs/ -orga sb3

🔧 技術詳細

ハイパーパラメータ

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

モデル情報