模型:
sb3/td3-Walker2d-v3
这是一个经过训练的 TD3 算法模型,它在 Walker2d-v3 环境中进行游戏,使用了 stable-baselines3 library 和 RL Zoo 。
RL Zoo 是一个使用 Stable Baselines3 强化学习代理进行训练的框架,包含了超参数优化和预训练的代理。
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 td3 --env Walker2d-v3 -orga sb3 -f logs/ python enjoy.py --algo td3 --env Walker2d-v3 -f logs/
python train.py --algo td3 --env Walker2d-v3 -f logs/ # Upload the model and generate video (when possible) python -m rl_zoo3.push_to_hub --algo td3 --env Walker2d-v3 -f logs/ -orga sb3
OrderedDict([('learning_starts', 10000), ('n_timesteps', 1000000.0), ('noise_std', 0.1), ('noise_type', 'normal'), ('policy', 'MlpPolicy'), ('normalize', False)])