英文

TD3 代理在 Swimmer-v3 上进行游戏

这是使用 stable-baselines3 library RL Zoo 训练的 TD3 代理在 Swimmer-v3 上进行游戏的训练模型。

RL Zoo 是一个训练强化学习代理的稳定 Baselines3 框架,包含了超参数优化和预训练代理。

使用方式(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 td3 --env Swimmer-v3 -orga sb3 -f logs/
python enjoy.py --algo td3 --env Swimmer-v3  -f logs/

训练方式(使用 RL Zoo)

python train.py --algo td3 --env Swimmer-v3 -f logs/
# Upload the model and generate video (when possible)
python -m rl_zoo3.push_to_hub --algo td3 --env Swimmer-v3 -f logs/ -orga sb3

超参数

OrderedDict([('gamma', 0.9999),
             ('gradient_steps', 1),
             ('learning_starts', 10000),
             ('n_timesteps', 1000000.0),
             ('noise_std', 0.1),
             ('noise_type', 'normal'),
             ('policy', 'MlpPolicy'),
             ('train_freq', 1),
             ('normalize', False)])