DQN 代理在 MountainCar-v0 上的游戏

这是一个训练有素的 DQN 代理在 MountainCar-v0 上进行游戏的模型，使用了 stable-baselines3 library 和 RL Zoo 。

RL Zoo 是一个训练框架，用于 Stable Baselines3 增强学习代理，包括超参数优化和预训练代理。

使用（使用 SB3 RL Zoo）

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 MountainCar-v0 -orga sb3 -f logs/
python enjoy.py --algo dqn --env MountainCar-v0  -f logs/

训练（使用 RL Zoo）

python train.py --algo dqn --env MountainCar-v0 -f logs/
# Upload the model and generate video (when possible)
python -m rl_zoo3.push_to_hub --algo dqn --env MountainCar-v0 -f logs/ -orga sb3

超参数

OrderedDict([('batch_size', 128),
             ('buffer_size', 10000),
             ('exploration_final_eps', 0.07),
             ('exploration_fraction', 0.2),
             ('gamma', 0.98),
             ('gradient_steps', 8),
             ('learning_rate', 0.004),
             ('learning_starts', 1000),
             ('n_timesteps', 120000.0),
             ('policy', 'MlpPolicy'),
             ('policy_kwargs', 'dict(net_arch=[256, 256])'),
             ('target_update_interval', 600),
             ('train_freq', 16),
             ('normalize', False)])