Stable Baselines3 bietet zuverlässige Open-Source-Implementierungen von Deep Reinforcement Learning (RL)-Algorithmen in Python. Die Implementierungen wurden mit Referenz-Codebases verglichen, und automatisierte Unit-Tests decken 95 % des Codes ab. Die Algorithmen folgen einer konsistenten Schnittstelle und werden von einer umfangreichen Dokumentation begleitet, die es einfach macht, verschiedene RL-Algorithmen zu trainieren und zu vergleichen. RL Baselines Zoo bietet Skripte für Stable Baselines3, um Agenten zu trainieren und zu evaluieren, Hyperparameter abzustimmen, Videos aufzuzeichnen, den Versuchsaufbau zu speichern und Ergebnisse zu visualisieren. Wir enthalten auch eine Sammlung von vortrainierten Reinforcement-Learning-Agenten zusammen mit abgestimmten Hyperparametern für einfache Steuerungsaufgaben, PyBullet-Umgebungen und Atari-Spiele, optimiert mit Optuna.
Weiterführende Links
Der Code ist auf Github verfügbar: https://github.com/DLR-RM/stable-baselines3
Training Framework: https://github.com/DLR-RM/rl-baselines3-zoo
Dokumentation: https://stable-baselines3.readthedocs.io/