PPO代理在CartPole-v1上的游戏

这是一个经过训练的PPO代理在CartPole-v1游戏中的模型，使用了 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，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 ppo --env CartPole-v1 -orga sb3 -f logs/
python enjoy.py --algo ppo --env CartPole-v1  -f logs/

训练（使用RL Zoo）

python train.py --algo ppo --env CartPole-v1 -f logs/
# Upload the model and generate video (when possible)
python -m rl_zoo3.push_to_hub --algo ppo --env CartPole-v1 -f logs/ -orga sb3

超参数

OrderedDict([('batch_size', 256),
             ('clip_range', 'lin_0.2'),
             ('ent_coef', 0.0),
             ('gae_lambda', 0.8),
             ('gamma', 0.98),
             ('learning_rate', 'lin_0.001'),
             ('n_envs', 8),
             ('n_epochs', 20),
             ('n_steps', 32),
             ('n_timesteps', 100000.0),
             ('policy', 'MlpPolicy'),
             ('normalize', False)])