Stable Baselines3 是一个基于 Python 的强化学习库，它旨在提供稳定和易于使用的算法来实现强化学习中的各种任务。以下是一些关于 Stable Baselines3 的关键信息：

  • 算法支持：Stable Baselines3 支持多种强化学习算法，包括但不限于：

    • PPO (Proximal Policy Optimization)
    • DDPG (Deep Deterministic Policy Gradient)
    • SAC (Soft Actor-Critic)

  • 易于使用：Stable Baselines3 的设计使得用户可以轻松地实现和训练强化学习模型。

  • 性能：Stable Baselines3 在多个基准测试中表现出色，与现有的强化学习库相比，它通常能提供更稳定和更快的收敛。

  • 社区支持：Stable Baselines3 拥有一个活跃的社区，提供了丰富的文档和示例代码。

安装

要安装 Stable Baselines3，您可以使用以下命令：

pip install stable-baselines3

示例

以下是一个使用 Stable Baselines3 训练 PPO 算法的简单例子：

import gym
from stable_baselines3 import PPO

env = gym.make("CartPole-v1")
model = PPO("MlpPolicy", env, verbose=1)
model.learn(total_timesteps=10000)

资源

Stable Baselines3 Logo