TD3 玩家使用 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。

使用方法（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 Walker2d-v3 -orga sb3 -f logs/
python enjoy.py --algo td3 --env Walker2d-v3  -f logs/

训练（使用 RL Zoo）

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

超参数

OrderedDict([('learning_starts', 10000),
             ('n_timesteps', 1000000.0),
             ('noise_std', 0.1),
             ('noise_type', 'normal'),
             ('policy', 'MlpPolicy'),
             ('normalize', False)])