TQC Agent playing Hopper-v3

这是一个训练好的 TQC Agent，在 Hopper-v3 上进行游戏，使用了 stable-baselines3 library 和 RL Zoo 。

RL Zoo 是一个训练框架，用于 Stable Baselines3 强化学习代理的训练，包括了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 tqc --env Hopper-v3 -orga sb3 -f logs/
python enjoy.py --algo tqc --env Hopper-v3  -f logs/

训练（使用 RL Zoo）

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

超参数

OrderedDict([('learning_starts', 10000),
             ('n_timesteps', 1000000.0),
             ('policy', 'MlpPolicy'),
             ('top_quantiles_to_drop_per_net', 5),
             ('use_sde', False),
             ('normalize', False)])