Ppo CartPole V1

🚀 PPO 智能體玩轉 CartPole-v1

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

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

📦 安裝指南

安裝 RL Zoo（包含 SB3 和 SB3-Contrib）

pip install rl_zoo3

💻 使用示例

基礎用法

如果你已經通過 pip install rl_zoo3 安裝了 RL Zoo3，可在任意位置執行以下命令：

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

🚀 訓練指南

python -m rl_zoo3.train --algo ppo --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 ppo --env CartPole-v1 -f logs/ -orga sb3

🔧 技術細節

超參數

OrderedDict([('batch_size', 256),
             ('clip_range', 'lin_0.2'),
             ('ent_coef', 0.0),
             ('gae_lambda', 0.8),
             ('gamma', 0.98),
             ('learning_rate', 'lin_0.001'),
             ('n_envs', 8),
             ('n_epochs', 20),
             ('n_steps', 32),
             ('n_timesteps', 100000.0),
             ('policy', 'MlpPolicy'),
             ('normalize', False)])

環境參數

{'render_mode': 'rgb_array'}

📄 模型信息