RL

🚀 DQN 智能体玩转 SpaceInvadersNoFrameskip-v4

本项目是一个经过训练的 DQN 智能体，它使用 stable-baselines3 库 和 RL Zoo 来玩 SpaceInvadersNoFrameskip-v4 游戏。RL Zoo 是 Stable Baselines3 强化学习智能体的训练框架，包含超参数优化和预训练智能体。

🚀 快速开始

本项目展示了如何使用训练好的模型以及如何进行模型训练。

✨ 主要特性

• 训练好的 DQN 智能体可直接用于 SpaceInvadersNoFrameskip-v4 游戏。
• 提供了使用 RL Zoo 进行模型下载、运行和训练的详细步骤。
• 公开了训练所使用的超参数。

📦 安装指南

本项目依赖于 RL Zoo、SB3 和 SB3 Contrib，相关链接如下：

• 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

基础用法

以下命令可用于下载模型并将其保存到 logs/ 文件夹，然后运行模型：

# 下载模型并保存到 logs/ 文件夹
python -m utils.load_from_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -orga skyline22 -f logs/
python enjoy.py --algo dqn --env SpaceInvadersNoFrameskip-v4  -f logs/

高级用法

以下命令可用于训练模型，并在可能的情况下上传模型并生成视频：

python train.py --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/
# 上传模型并生成视频（如果可行）
python -m utils.push_to_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/ -orga skyline22

🔧 技术细节

模型指标

超参数

OrderedDict([('batch_size', 32),
             ('buffer_size', 100000),
             ('env_wrapper',
              ['stable_baselines3.common.atari_wrappers.AtariWrapper']),
             ('exploration_final_eps', 0.01),
             ('exploration_fraction', 0.1),
             ('frame_stack', 4),
             ('gradient_steps', 1),
             ('learning_rate', 0.0001),
             ('learning_starts', 100000),
             ('n_timesteps', 10000000.0),
             ('optimize_memory_usage', True),
             ('policy', 'CnnPolicy'),
             ('target_update_interval', 1000),
             ('train_freq', 4),
             ('normalize', False)])