库名称: stable-baselines3 标签:

• BreakoutNoFrameskip-v4
• 深度强化学习
• 强化学习
• stable-baselines3 模型索引:
• 名称: DQN 结果:
  • 指标:
    • 类型: 平均奖励 值: 359.00 +/- 44.32 名称: 平均奖励 任务: 类型: 强化学习 名称: 强化学习 数据集: 名称: BreakoutNoFrameskip-v4 类型: BreakoutNoFrameskip-v4

DQN 智能体在 BreakoutNoFrameskip-v4 中的表现

这是一个经过训练的 DQN 智能体模型，它在 BreakoutNoFrameskip-v4 环境中进行游戏，使用了 stable-baselines3 库 和 RL Zoo。

RL Zoo 是一个为 Stable Baselines3 强化学习智能体提供的训练框架，包含超参数优化和预训练智能体。

使用方法（与 SB3 RL Zoo 配合）

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

# 下载模型并保存到 logs/ 文件夹
python -m rl_zoo3.load_from_hub --algo dqn --env BreakoutNoFrameskip-v4 -orga sb3 -f logs/
python enjoy.py --algo dqn --env BreakoutNoFrameskip-v4  -f logs/

训练（使用 RL Zoo）

python train.py --algo dqn --env BreakoutNoFrameskip-v4 -f logs/
# 上传模型并生成视频（如果可能）
python -m rl_zoo3.push_to_hub --algo dqn --env BreakoutNoFrameskip-v4 -f logs/ -orga sb3

超参数

OrderedDict([('batch_size', 32),
             ('buffer_size', 10000),
             ('env_wrapper',
              ['stable_baselines3.common.atari_wrappers.AtariWrapper']),
             ('exploration_final_eps', 0.01),
             ('exploration_fraction', 0.1),
             ('frame_stack', 4),
             ('gradient_steps', 1),
             ('learning_rate', 0.0001),
             ('learning_starts', 100000),
             ('n_timesteps', 10000000.0),
             ('optimize_memory_usage', True),
             ('policy', 'CnnPolicy'),
             ('target_update_interval', 1000),
             ('train_freq', 4),
             ('normalize', False)])