DLR-RM/rl-baselines3-zoo

解決的問題

RL Baselines3 Zoo 簡化了強化學習（RL）代理的訓練、評估與基準測試流程。它透過提供標準化框架與大量常見環境的預調校超參數集合，消除專案啟動時的摸索過程。

如何運作

基於 Stable Baselines3 建構，此框架提供命令列介面（CLI）以執行 RL 工作流程。使用者只需指定演算法與環境即可訓練代理，按設定間隔評估效能，並使用提供的腳本繪製結果或錄製代理運作的影片。它也包含一個包含最佳化超參數的 YAML 檔案庫與預訓練代理的儲存庫。

適用對象

專為希望快速基準測試不同演算法、無需手動調整每個超參數即可訓練代理，或存取標準環境高表現預訓練模型的 RL 實務者與研究人員設計。

主要亮點

• 廣泛的程式庫：涵蓋 Atari、Classic Control、Box2D、PyBullet、MuJoCo 與 Robotics 等超過 200 個環境的調校超參數與訓練好的代理。
• 整合工具：提供內建腳本用於訓練、評估、超參數調校與結果視覺化。
• 廣泛相容性：支援 PPO、DQN、SAC、TD3 與 TQC 等多種 RL 演算法。
• 外部整合：與 Weights & Biases 整合以追蹤實驗，與 Hugging Face 整合以分享模型。