Dqn SpaceInvadersNoFrameskip V4

🚀 稳定基线3（Stable-Baselines3）DQN模型

这是一个使用稳定基线3（Stable-Baselines3）库训练的深度Q网络（DQN）智能体，用于玩《太空侵略者无跳帧版（SpaceInvadersNoFrameskip-v4）》游戏，展示了深度强化学习在游戏领域的应用。

🚀 快速开始

本项目是一个经过训练的深度Q网络（DQN） 智能体，用于玩**《太空侵略者无跳帧版（SpaceInvadersNoFrameskip-v4）》** 游戏。它使用了稳定基线3（Stable-Baselines3）库和强化学习动物园（RL Zoo）。

强化学习动物园（RL Zoo）是一个用于稳定基线3（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。

📦 安装指南

下载模型

# 下载模型并保存到logs/文件夹中
python -m rl_zoo3.load_from_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -orga sb3 -f logs/

运行模型

python enjoy.py --algo dqn --env SpaceInvadersNoFrameskip-v4  -f logs/

训练模型

python train.py --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/

上传模型并生成视频（如果可能）

python -m rl_zoo3.push_to_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/ -orga sb3

💻 使用示例

基础用法

# 下载模型并保存到logs/文件夹中
python -m rl_zoo3.load_from_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -orga sb3 -f logs/
python enjoy.py --algo dqn --env SpaceInvadersNoFrameskip-v4  -f logs/

高级用法

# 训练模型
python train.py --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/
# 上传模型并生成视频（如果可能）
python -m rl_zoo3.push_to_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/ -orga sb3

🔧 技术细节

超参数

OrderedDict([('batch_size', 32),
             ('buffer_size', 10000),
             ('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)])

模型指标