模型:
sb3/tqc-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。
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/
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
OrderedDict([('learning_starts', 10000), ('n_timesteps', 1000000.0), ('policy', 'MlpPolicy'), ('top_quantiles_to_drop_per_net', 5), ('use_sde', False), ('normalize', False)])