模型:
sb3/dqn-BeamRiderNoFrameskip-v4
这是一个训练有素的 DQN 代理在 BeamRiderNoFrameskip-v4 上玩游戏的模型,使用 stable-baselines3 library 和 RL Zoo 。
RL Zoo 是一个训练框架,用于稳定的 Baselines3 强化学习代理,其中包括超参数优化和预训练代理。
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
# Download model and save it into the logs/ folder python -m rl_zoo3.load_from_hub --algo dqn --env BeamRiderNoFrameskip-v4 -orga sb3 -f logs/ python enjoy.py --algo dqn --env BeamRiderNoFrameskip-v4 -f logs/
python train.py --algo dqn --env BeamRiderNoFrameskip-v4 -f logs/ # Upload the model and generate video (when possible) python -m rl_zoo3.push_to_hub --algo dqn --env BeamRiderNoFrameskip-v4 -f logs/ -orga sb3
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)])