Dqn CartPole V1

🚀 DQN 智能體玩轉 CartPole-v1

本項目是一個經過訓練的 DQN 智能體，它使用 stable-baselines3 庫 和 RL Zoo 來玩 CartPole-v1 遊戲。RL Zoo 是 Stable Baselines3 強化學習智能體的訓練框架，包含超參數優化和預訓練智能體。

🚀 快速開始

本項目提供了使用預訓練模型和訓練新模型的方法。以下是詳細步驟：

📦 安裝指南

本項目依賴於 RL Zoo、SB3 和 SB3 Contrib，你可以通過以下鏈接獲取相關資源：

• 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

💻 使用示例

基礎用法

使用預訓練模型進行遊戲：

# 下載模型並保存到 logs/ 文件夾
python -m rl_zoo3.load_from_hub --algo dqn --env CartPole-v1 -orga sb3 -f logs/
python enjoy.py --algo dqn --env CartPole-v1  -f logs/

高級用法

訓練新模型並上傳：

python train.py --algo dqn --env CartPole-v1 -f logs/
# 上傳模型並生成視頻（如果可能）
python -m rl_zoo3.push_to_hub --algo dqn --env CartPole-v1 -f logs/ -orga sb3

🔧 技術細節

超參數設置

以下是本項目使用的超參數：

OrderedDict([('batch_size', 64),
             ('buffer_size', 100000),
             ('exploration_final_eps', 0.04),
             ('exploration_fraction', 0.16),
             ('gamma', 0.99),
             ('gradient_steps', 128),
             ('learning_rate', 0.0023),
             ('learning_starts', 1000),
             ('n_timesteps', 50000.0),
             ('policy', 'MlpPolicy'),
             ('policy_kwargs', 'dict(net_arch=[256, 256])'),
             ('target_update_interval', 10),
             ('train_freq', 256),
             ('normalize', False)])

模型指標