stable-baselines3

SKILL.md

Stable Baselines3 (SB3) is a PyTorch-based library providing reliable implementations of reinforcement learning algorithms. This skill provides comprehensive guidance for training RL agents, creating custom environments, implementing callbacks, and optimizing training workflows using SB3's unified API.

Algorithm Selection: Use references/algorithms.md for detailed algorithm characteristics and selection guidance. Quick reference:

See scripts/trainrlagent.py for a complete training template with best practices.

このスキルは、RL エージェント (PPO、SAC、DQN、TD3、DDPG、A2C など) のトレーニング、カスタム ジム環境の作成、監視と制御のためのコールバックの実装、並列トレーニングのためのベクトル化された環境の使用、深い RL ワークフローとの統合などの強化学習タスクに使用します。このスキルは、ユーザーが RL アルゴリズムの実装、エージェント トレーニング、環境設計、または RL 実験を要求するときに使用する必要があります。 ソース: ovachiever/droid-tings。

原文を見る