DLR-RM/rl-baselines3-zoo

解决的问题

RL Baselines3 Zoo 简化了强化学习（RL）智能体的训练、评估和基准测试流程。它通过提供标准化框架和大量常见环境的预调优超参数集合，消除了项目启动时的试错过程。

如何工作

基于 Stable Baselines3 构建，该框架提供命令行界面（CLI）以执行 RL 工作流。用户只需指定算法和环境即可训练智能体，按设定间隔评估性能，并使用提供的脚本绘制结果或录制智能体运行的视频。它还包含一个包含优化超参数的 YAML 文件库以及一个预训练智能体的存储库。

适用人群

专为希望快速基准测试不同算法、无需手动调整每个超参数即可训练智能体，或访问标准环境高性能预训练模型的 RL 实践者和研究人员设计。

主要亮点

• 丰富的库支持：涵盖 Atari、Classic Control、Box2D、PyBullet、MuJoCo 和 Robotics 等超过 200 个环境的调优超参数和训练好的智能体。
• 集成工具：提供内置脚本用于训练、评估、超参数调优和结果可视化。
• 广泛兼容性：支持 PPO、DQN、SAC、TD3 和 TQC 等多种 RL 算法。
• 外部集成：与 Weights & Biases 集成以追踪实验，与 Hugging Face 集成以共享模型。