Sac Pendulum V1

🚀 SAC 智能體玩轉 Pendulum-v1

本項目是一個經過訓練的 SAC 智能體，它使用 stable-baselines3 庫 和 RL Zoo 來玩 Pendulum-v1 遊戲。

RL Zoo 是一個用於 Stable Baselines3 強化學習智能體的訓練框架，其中包含超參數優化和預訓練智能體。

🚀 快速開始

✨ 主要特性

• 基於 SAC 算法訓練的智能體，可在 Pendulum-v1 環境中運行。
• 藉助 RL Zoo 框架，實現超參數優化和預訓練。

📦 安裝指南

本部分未提及具體安裝命令，可參考相關庫的官方文檔進行安裝：

• 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

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

高級用法

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

🔧 技術細節

超參數

OrderedDict([('learning_rate', 0.001),
             ('n_timesteps', 20000),
             ('policy', 'MlpPolicy'),
             ('normalize', False)])

📄 模型指標