Project Icon

stable-baselines3-contrib

实验性强化学习算法和工具

提供最新的实验性强化学习算法和工具,保持稳定基线风格和文档,适用于更广泛的实际应用需求。包括增强随机搜索(ARS)和量化回归DQN(QR-DQN)等算法,以及适用于Gym环境的包装器。适合需要超越主存储库限制且仍需高可靠性的用户。

Stable-Baselines3 - Contrib 项目介绍

Stable-Baselines3-Contrib(简称SB3-Contrib)是针对Stable-Baselines3的实验性强化学习代码的贡献包。在这个项目中,实验性的强化学习算法和工具被集成,以保持Stable-Baselines3的简单性、良好的文档和风格,同时为较不成熟的实现提供支持。

项目背景

多年来,Stable-Baselines及其后续版本Stable-Baselines3的社区成员一直希望参与进来,提供更好的日志工具、环境包装器、扩展支持(如不同的操作空间)以及学习算法。然而,这些工具有时过于小众,难以整合到现有代码中而不会产生混乱。为了满足这部分需求,SB3-Contrib项目应运而生。它允许开发者在不严格要求代码整洁的前提下进行贡献。几乎所有有用的功能都被接纳,目的是在主仓库的相对较小的工具范围之外,继续提供一如既往可靠的实现。

项目特色

SB3-Contrib包括多个实验性的强化学习算法和Gym环境包装器:

强化学习算法

  • 增强随机搜索 (ARS):一种用于决策过程的优化算法。
  • 分位数回归DQN (QR-DQN):用于强化学习环境中的深度强化学习方法。
  • 带非法动作屏蔽的PPO (MaskablePPO):通过屏蔽非法操作来增强训练效果。
  • 带有循环策略的PPO (RecurrentPPO 又名 PPO LSTM):结合LSTM的增强型PPO算法。
  • 截断分位数评论者 (TQC):通过裁剪评论者分布优化策略。
  • 信任域策略优化 (TRPO):用于提高策略优化可靠性的一种算法。
  • 深度强化学习中的批标准化 (CrossQ):一种用于优化强化学习模型训练的技术。

Gym包装器

  • 时间特征包装器:用于在强化学习模型训练中加入时间特征。

安装指南

用户可以通过以下命令使用pip来安装该项目:

pip install sb3-contrib

建议使用Stable Baselines3的最新版本,安装命令如下:

pip install git+https://github.com/DLR-RM/stable-baselines3

若需要安装SB3-Contrib的最新版本:

pip install git+https://github.com/Stable-Baselines-Team/stable-baselines3-contrib

如何参与贡献

如果有兴趣参与贡献,请先阅读项目中的贡献指南CONTRIBUTING.md

项目引用

如果需要在出版物中引用该库,请直接引用SB3:

@article{stable-baselines3,
  author  = {Antonin Raffin and Ashley Hill and Adam Gleave and Anssi Kanervisto and Maximilian Ernestus and Noah Dormann},
  title   = {Stable-Baselines3: Reliable Reinforcement Learning Implementations},
  journal = {Journal of Machine Learning Research},
  year    = {2021},
  volume  = {22},
  number  = {268},
  pages   = {1-8},
  url     = {http://jmlr.org/papers/v22/20-1364.html}
}

通过以上信息,用户可以深入了解SB3-Contrib项目的背景、功能和如何贡献自己的力量。这个项目为前沿的实验性强化学习研究提供了一个良好的平台。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号