在 Hugging Face 使用 RL-Baselines3-Zoo

rl-baselines3-zoo 是一個使用 Stable Baselines3 進行強化學習的訓練框架。

探索 Hub 中的 RL-Baselines3-Zoo

您可以透過在模型頁面左側過濾來查詢 RL-Baselines3-Zoo 模型。

Stable-Baselines3 團隊託管了超過 150 個經過訓練的強化學習代理，並帶有已調整的超引數，您可以在此處找到它們。

Hub 上的所有模型都附帶了有用的功能

1. 一個自動生成的模型卡片，包含描述、訓練配置等資訊。
2. 有助於發現的元資料標籤。
3. 與其他模型進行比較的評估結果。
4. 一個影片小部件，您可以在其中觀看您的智慧體執行任務。

使用現有模型

您可以使用 load_from_hub 從 Hub 中簡單下載一個模型

# Download ppo SpaceInvadersNoFrameskip-v4 model and save it into the logs/ folder
python -m rl_zoo3.load_from_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/ -orga sb3
python enjoy.py --algo dqn --env SpaceInvadersNoFrameskip-v4  -f logs/

您可以定義三個引數

• --repo-name：倉庫的名稱。
• -orga：Hugging Face 使用者名稱或組織。
• -f：目標資料夾。

共享您的模型

您可以使用 push_to_hub 輕鬆上傳您的模型。這將儲存模型，評估模型，生成模型卡，並記錄您的代理的重放影片，然後將完整的倉庫推送到 Hub。

python -m rl_zoo3.push_to_hub  --algo dqn  --env SpaceInvadersNoFrameskip-v4  --repo-name dqn-SpaceInvadersNoFrameskip-v4  -orga ThomasSimonini  -f logs/

您可以定義三個引數

• --repo-name：倉庫的名稱。
• -orga：您的 Hugging Face 使用者名稱。
• -f：模型儲存的資料夾。

額外資源

• RL-Baselines3-Zoo 官方訓練模型
• RL-Baselines3-Zoo 文件